Java实现LRU算法

import java.util.HashMap;

public class LRUCache {

    private Node head;

    private Node end;

    private int limit;//表示存储上限

    private HashMap<String,Node> hashMap;

    public LRUCache(int limit) {
        this.limit = limit;
        hashMap = new HashMap<String,Node>();
    }


    public String get(String key){
        Node node = hashMap.get(key); //先根据Key获取节点
        if (node==null){ //判断此节点是否存在
            return null;
        }
        refreshNode(node);//在获取value之前先要移动节点位置
        // 因为采用哈希链表的数据结构 最左边(头节点)为不经常访问的节点 最右侧(尾节点)为最近访问的节点
        return node.getValue();
    }

    public synchronized void put(String key,String value){
        Node node = hashMap.get(key);

        if (node ==null){ //node为空说明key—value不存在 可以插入
            if (hashMap.size()>=limit){ //节点数目到了指定的最大的缓存数量
                //移除头节点
                String oldKey = removeNode(head);
                hashMap.remove(oldKey);
            }

            node = new Node(key,value);
            addNode(node);
            hashMap.put(key,node);
        }else{ //key-value存在 刷新节点即可
            node.setValue(value);
            refreshNode(node);
        }
    }

    //移除节点
    public synchronized void remove(String key){
        Node node = hashMap.get(key);

        if (node == null){
            return ;
        }

        refreshNode(node);
        hashMap.remove(key);
    }

    //更新节点
    private synchronized void refreshNode(Node node) {
        if (node == end){ //尾节点不用移动 因为尾节点就是最新被访问节点的位置
            return ;
        }
        //移除节点
        removeNode(node);

        //插入节点
        addNode(node);
    }

    //在尾部插入节点
    private void addNode(Node node) {
        if (end!=null){
            end.next = node;
            node.pre = end;
            node.next = null;
        }

        end =node;

        if (head == null){
            head = node;
        }
    }

    //移除节点
    private String removeNode(Node node) {
        if (node == end){
            end=end.pre;//移除尾节点
        }else if (node ==head){
            head = head.next; //移除头节点
        }else{
            node.pre.next = node.next;
            node.next.pre = node.pre;
        }

        return node.key;
    }
}

LRU算法(最近最少使用)是一种常见的缓存淘汰算法,它根据数据最近被访问的时间来选择淘汰哪些数据。下面是一个简单的Java实现LRU算法的例子: ```java import java.util.LinkedHashMap; import java.util.Map; public class LRUCache<K, V> extends LinkedHashMap<K, V> { private final int MAX_CACHE_SIZE; public LRUCache(int cacheSize) { super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true); MAX_CACHE_SIZE = cacheSize; } @Override protected boolean removeEldestEntry(Map.Entry eldest) { return size() > MAX_CACHE_SIZE; } public static void main(String[] args) { LRUCache<String, Integer> cache = new LRUCache<>(3); cache.put("key1", 1); cache.put("key2", 2); cache.put("key3", 3); System.out.println(cache.keySet()); cache.put("key4", 4); System.out.println(cache.keySet()); cache.put("key3", 3); System.out.println(cache.keySet()); cache.put("key5", 5); System.out.println(cache.keySet()); } } ``` 在这个例子中,我们使用了Java的LinkedHashMap类,它可以按照插入顺序或访问顺序进行遍历。我们继承这个类,并重写了removeEldestEntry方法,当缓存的大小超过最大值时,自动删除最近最少使用的数据。我们还可以使用put方法向缓存中添加数据,使用get方法从缓存中获取数据。 在main方法中,我们创建了一个缓存大小为3的LRUCache对象,并向其中添加了4个键值对。在第一次打印缓存的键集合时,输出结果为[key1, key2, key3]。当添加第4个键值对时,由于缓存大小已经到达了最大值,所以自动删除最近最少使用的key1,输出结果为[key2, key3, key4]。当再次使用key3时,它将变成最新的,输出结果为[key2, key4, key3]。当添加第5个键值对时,由于缓存大小已经到达了最大值,所以自动删除最近最少使用的key2,输出结果为[key4, key3, key5]。 这个例子中使用了泛型,可以存储任何类型的数据。如果要存储其他类型的数据,只需要将K和V的类型改为相应的类型即可。
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