使用LinkedHashMap实现简单的LRU

LRU在很多缓存失效策略中会涉及，本质是一种更公平的节约资源策略

比如使用redis缓存数据，不可能将所有资源都缓存起来，内存耗不起

但也不能一刀切的设定一个过期时间，自动过期，因为可能热点数据它经常被访问到

LRU算法思想应运而生，LRU是Least Recently Used的缩写，即最近最少使用

在资源有限的情况下，我们要将最近最少使用的对象解除资源占用，给更需要的场景

java中的LinkedHashMap就有自带的实现LRU



简单说一下LinkedHashMap这种数据结构，本质是HashMap+双向链表，不仅有HashMap的特性，还能维护元素的顺序，示意图如下

使用LinkedHashMap实现简单的LRU

杨家将父子打扑克，跑得快，一局只能有四个人参与，但杨家将父子有八人


约定赢了（被访问次数多）的前两位留下，输了（访问次数少）的出局，给后面的新进的腾位置

package cn.com.suntree.utils.myself;

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

/**
 * 自定义LRU 类
 * @param <K>
 * @param <V>
 */
public class LRU<K, V> {
   

    private final float loadFactory = 0.75f; //使用LinkedHashMap容量，负载因子使用默认的0.75
    private LinkedHashMap<K, V> map;

    public LRU(int maxCacheSize) {
   
        int capacity = (int)Math.ceil(maxCacheSize / this.loadFactory) + 1;// HashMap达到容量就进行扩容，if ((size >= threshold)，因此需要+1

        map = new LinkedHashMap<K, V>(capacity, loadFactory, true) {
   // accessOrder为true表示LRU

            @Override
            protected boolean removeEldestEntry(Map.Entry eldest) {
    // 重写removeEldestEntry，当容量超过maxCacheSize会移除first
                return size() > maxCacheSize;
            }
        };
    }

    /**
     * 都是调用 LinkedHashMap 的方法
     */
    public void put(K key, V value) {
   
        map.put(key, value);
    }

    public V get(K key) {
   
        return map.get(key);
    }

    public void remove(K key) {
   
        map.remove(key);
    }

    public boolean contain(K key) {
   
        return map.containsKey(key);
    }


    /**
     * 跑得快，一局四个人，轮流来，最先进场的先出来
     * @param args
     */
    public static void mai