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*。也就是说，当限定的空间已存满数据时，应当把最久没有被访问到的数据淘汰。

实现LRU

 

\1. 用一个数组来存储数据，给每一个数据项标记一个访问时间戳，每次插入新数据项的时候，先把数组中存在的数据项的时间戳自增，并将新数据项的时间戳置为0并插入到数组中。每次访问数组中的数据项的时候，将被访问的数据项的时间戳置为0。当数组空间已满时，将时间戳最大的数据项淘汰。

2.利用一个链表来实现，每次新插入数据的时候将新数据插到链表的头部；每次缓存命中（即数据被访问），则将数据移到链表头部；那么当链表满的时候，就将链表尾部的数据丢弃。

\3. 利用链表和hashmap。当需要插入新的数据项的时候，如果新数据项在链表中存在（一般称为命中），则把该节点移到链表头部，如果不存在，则新建一个节点，放到链表头部，若缓存满了，则把链表最后一个节点删除即可。在访问数据的时候，如果数据项在链表中存在，则把该节点移到链表头部，否则返回-1。这样一来在链表尾部的节点就是最近最久未访问的数据项。

对于第一种方法， 需要不停地维护数据项的访问时间戳，另外，在插入数据、删除数据以及访问数据时，时间复杂度都是O(n)。对于第二种方法，链表在定位数据的时候时间复杂度为O(n)。所以在一般使用第三种方式来是实现LRU算法。

实现方案

使用LinkedHashMap实现

LinkedHashMap底层就是用的HashMap加双链表实现的，而且本身已经实现了按照访问顺序的存储。此外，LinkedHashMap中本身就实现了一个方法removeEldestEntry用于判断是否需要移除最不常读取的数，方法默认是直接返回false，不会移除元素，所以需要重写该方法。即当缓存满后就移除最不常用的数。

//继承一下LinkedHashMap这个类，
//使用LinkedHashMap实现LRU算法
class LRULinkedHashMap<K,V> extends LinkedHashMap<K,V>{
      //定义缓存的容量
      private int capacity;
      //带参数的构造器   
      LRULinkedHashMap(int capacity){
          //调用LinkedHashMap的构造器
          super(capacity,0.75f,true);
          //传入指定的缓存最大容量
          this.capacity=capacity;
      }
     //返回true就会移除“潜水”时间最长的键值对
      @Override
      public boolean removeEldestEntry
         (Map.Entry<K, V> eldest){
         //参数eldest就是“潜水”时间最长的键值对，可以获得对应的
         //key,value
          return size()>capacity;
      }  
  }