Java-双向链表实现LRU算法

LRU全称是Least Recently Used,即最近最久未使用的意思。LRU算法的设计原则是:如果一个数据在最近一段时间没有被访问到,那么在将来它被访问的可能性也很小。是缓存中一种常见的机制。下图展示了逻辑页面缓存的访问情况
这里写图片描述

public class LRUPageFrame {

    private static class Node { 
        Node prev;
        Node next;
        int pageNum;

        Node() {
        }
    }

    private int capacity;
    private int currentSize;
    private Node first;// 链表头
    private Node last;// 链表尾

    public LRUPageFrame(int capacity) {
        this.currentSize = 0;
        this.capacity = capacity;
    }

    /**
     * 获取缓存中对象
     * 
     * @param key
     * @return
     */
    public void access(int pageNum) {

        Node node = find(pageNum);
        //在该队列中存在, 则提到队列头
        if (node != null) {
       moveExistingNodeToHead(node);          
        } else{
            node = new Node();
            node.pageNum = pageNum;
            // 缓存容器是否已经超过大小.
            if (currentSize >= capacity) {            
                removeLast();                
            }  
            addNewNodetoHead(node);                                                    
        }
    }

    private void addNewNodetoHead(Node node) {
        if(isEmpty()){
            node.prev = null;
            node.next = null;
            first = node;
            last = node;
        } else{
            node.prev = null;
            node.next = first;
            first.prev = node;
            first = node;
        }
        this.currentSize ++;
    }

    private Node find(int data){
        Node node = first;
        while(node != null){
            if(node.pageNum == data){
                return node;
            }
            node = node.next;
        }
        return null;

    }

    /**
     * 删除链表尾部节点 表示 删除最少使用的缓存对象
     */
    private void removeLast() {
        Node prev = last.prev;
        prev.next = null;
        last.prev = null;
        last = prev;
        this.currentSize --;
    }

    /**
     * 移动到链表头,表示这个节点是最新使用过的
     * 
     * @param node
     */
    private void moveExistingNodeToHead(Node node) {
        if (node == first) {
            return;
        }
        else if(node == last){
            //当前节点是链表尾, 需要放到链表头
            Node prevNode = node.prev;
            prevNode.next = null;    
            last.prev = null;
            last  = prevNode;                
        } else{
            //node 在链表的中间, 把node 的前后节点连接起来
            Node prevNode = node.prev;
            prevNode.next = node.next;
            Node nextNode = node.next;
            nextNode.prev = prevNode;  
        }   
        node.prev = null;
        node.next = first;
        first.prev = node;
        first = node;    

    }
    private boolean isEmpty(){        
        return (first == null) && (last == null);
    }
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: LRU (Least Recently Used) 算法是一种常用于缓存淘汰策略的算法,它的原理是根据数据的访问时间来进行淘汰,即最近最少使用的数据优先被淘汰。在实现 LRU 算法时,我们通常使用一个双向链表和一个哈希表来存储数据。 链表中的每个节点用来存储一个数据,节点包含三个属性:key,value 和 prev、next 指针,其中 key 和 value 分别表示数据的键和值,prev 和 next 指针用来指向前驱和后继节点。 哈希表用来存储每个数据在链表中的位置,键为数据的键,值为链表中对应节点的指针。这样,在对数据进行查找和删除时,我们只需要在哈希表中查找对应节点的指针,就可以快速地访问到链表中的数据。 每次访问数据时,我们需要将其移到链表的末尾,这样就可以保证链表的头部始终为最近最少使用的数据。当链表已满时,我们需要删除链表头部的数据,也就是最近最少使用的数据。 总的来说,实现 LRU 算法需要以下几个步骤: 1. 初始化一个双向链表和一个哈希表; 2. 每次访问数据时,将其移到链表的末尾; 3. 当链表已满时,删除链表头部的数据; 4. 在链表和哈希表中添加、删除或查找数据时,需要保证两者的一致性。 ### 回答2: Java LRU(最近最少使用)算法可以通过链表实现LRU算法是一种用于缓存淘汰的策略,它根据数据的使用情况来决定哪些数据将被保留在缓存中,哪些数据将被淘汰。在LRU算法中,最近最少使用的数据会被选择淘汰。 在Java中,我们可以使用链表来实现LRU算法。链表的每个节点代表一个数据,节点的顺序表示数据的使用顺序,最近使用的数据位于链表的头部,最近最少使用的数据位于链表的尾部。 实现LRU算法的链表需要支持两个操作:插入和删除。当有新的数据被访问时,我们首先在链表中查找该数据。如果数据已经存在于链表中,我们将其从原来的位置删除,并将其插入到链表的头部。如果数据不存在于链表中,我们将其插入到链表的头部。当链表的大小达到缓存的容量上限时,我们需要删除链表尾部的节点。 通过链表实现LRU算法有一定的优势。插入和删除操作的时间复杂度为O(1),即常数时间。同时,由于链表的特性,我们可以轻松地调整节点的顺序,以实现LRU算法的功能。 总之,通过链表实现Java LRU算法是一种简单有效的方法。它通过维护一个有序的链表结构来实现数据的使用顺序,并且支持快速的插入和删除操作。这种实现方式可以用于缓存等需要快速访问和淘汰数据的场景,提高系统性能和效率。 ### 回答3: LRU(Least Recently Used,最近最少使用)算法是一种常用的缓存替换算法,用于解决缓存空间有限的情况下,有效地管理缓存中的数据。 在实现LRU算法时,通常使用双向链表和HashMap结合的方式。 双向链表是用于记录数据的访问顺序,最近访问的数据位于链表头部,而最久未访问的数据位于链表尾部。每当有数据被访问时,如果该数据在链表中已存在,则将该数据移到链表头部;如果数据不存在,则将该数据添加到链表头部。当缓存满时,需要替换最久未访问的数据,即链表尾部的数据。 HashMap用于快速定位某个数据是否在缓存中,并记录该数据在双向链表中的位置。当需要访问数据时,首先在HashMap中查找是否存在该数据,若存在,则将该数据移到链表头部,同时更新HashMap中该数据对应的位置;若不存在,则将该数据添加到链表头部,并在HashMap中添加该数据的映射。 通过以上的链表和HashMap的结合,可以实现LRU算法。当数据被访问时,可以在O(1)的时间复杂度内完成查找和移动操作,从而提高算法的效率。 总结起来,LRU算法通过双向链表和HashMap的结合,实现了对缓存中数据的高效管理,提高了数据访问效率。这种算法在很多场景下都有广泛的应用,比如操作系统的页面置换、数据库查询优化等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值