LRU算法

一、简介

LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。他是redis的一种常用淘汰策略，只是Redis中的LRU与常规的LRU实现并不相同，常规LRU会准确的淘汰掉队头的元素，但是Redis的LRU并不维护队列，只是根据配置的策略要么从所有的key中随机选择N个（N可以配置）要么从所有的设置了过期时间的key中选出N个键，然后再从这N个键中选出最久没有使用的一个key进行淘汰。

二、利用Java来手写LRU算法

1.通过LRU2的构造方法指定容量，通过put和get来存放、查询数据

package com.maoyan.luzelong.MathLogic;

import java.util.HashMap;
import java.util.Map;

public class LRU2 {

    class Node<k,v> {
        k key;
        v value;
        Node<k,v> prev;
        Node<k,v> next;

        public Node(){
            this.prev = this.next = null;
        }

        public Node(k key,v value){
            this.key = key;
            this.value  =value;
            this.prev = this.next = null;
        }
    }

    class DoubleLinkedList<k,v> {
        Node<k,v> head;
        Node<k,v> tail;
        //2.1 构造方法
        public DoubleLinkedList(){
            head = new Node<>();
            tail = new Node<>();
            head.next = tail;
            tail.prev = head;
        }

        //2.2 添加到头
        public void addHead(Node<k,v> node){
            node.next = head.next;
            node.prev = head;
            head.next.prev = node;
            head.next = node;
        }

        //2.3 删除节点
        public void removeNode(Node<k,v> node){
            node.next.prev = node.prev;
            node.prev.next = node.next;
            node.prev = null;
            node.next = null;
        }

        //2.4 获取最后一个节点
        public Node getLast(){
            return tail.prev;
        }
    }

    private int cacheSize;
    Map<Integer,Node<Integer,Integer>> map;
    DoubleLinkedList<Integer,Integer> doubleLinkedList;

    public LRU2(int cacheSize) {
        this.cacheSize = cacheSize;//坑位
        map = new HashMap<>();//查找
        doubleLinkedList = new DoubleLinkedList<>();
    }

    public int get(int key) {
        if (!map.containsKey(key)){
            return -1;
        }
        Node<Integer,Integer> node = map.get(key);
        doubleLinkedList.removeNode(node);
        doubleLinkedList.addHead(node);
        return node.value;
    }

    public void put(int key,int value){
        if (map.containsKey(key)){
            Node<Integer, Integer> node = map.get(key);
            node.value = value;
            map.put(key,node);
            doubleLinkedList.removeNode(node);
            doubleLinkedList.addHead(node);
        }else {
            if (map.size() == cacheSize){
                Node<Integer,Integer> lastNode = doubleLinkedList.getLast();
                map.remove(lastNode.key);
                doubleLinkedList.removeNode(lastNode);
            }
            //新增
            Node<Integer, Integer> newNode = new Node<>();
            map.put(key,newNode);
            doubleLinkedList.addHead(newNode);
        }
    }


}

2.除了上面的写法以外，java还有个投机取巧的方法，那就是利用LinkedHashMap，我们看jdk的源码会发现里面有下面的描述：
该map很适合构建LRU缓存。

package com.maoyan.luzelong.MathLogic;

import java.util.LinkedHashMap;
import java.util.Map;

public class LRU1<k,v> extends LinkedHashMap<k,v> {
    private int capacity ; //缓存坑位

    public LRU1(int capacity) {
        super(capacity,0.75f,true);
        this.capacity = capacity;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<k,v> eldest){
        return super.size() > capacity;
    }


    public static void main(String[] args) {
        LRU1 lru1 = new LRU1(3);
        lru1.put(1,"A");
        lru1.put(2,"B");
        lru1.put(3,"C");
        System.out.println(lru1.keySet());
        lru1.put(4,"D");
        System.out.println(lru1.keySet());
    }

}