Lru理解:
LRU这个概念映射到现实生活中非常好理解,就好比说小明的书柜中有很多书,假设他的书都只能放在这个柜子里,小明每过一阵子小明就会买新书,不久小明的书柜就放满了书。这个小明想了个办法,每次看完书后,就将书放回书柜的第一个,然后丢掉书柜最后一本书,也就是最久没有看过那本书。这就是LRU策略。
映射到计算机概念中,上述例子中小明的书柜就是内存,而小明的书就是缓存数据。我们的内存是有限的。所以当缓存数据在内存越来越多,以至于无法存放即将到来的新缓存数据时,就必须扔掉最不常用的缓存数据。所以对于LRU的抽象总结如下:
- 缓存的容量是有限的
- 当缓存容量不足以存放需要缓存的新数据时,必须丢掉最不常用的缓存数据
java实现
我们访问缓存通常使用一个字符串来定位缓存数据(事实上其他数据形式也没有关系),这种场景我们反射性的想到HashMap。所以我们先来简单的定义一下LRUCachce类。
import java.util.HashMap;
/**
* @author ranjun
* @date 2018/12/14 15:04
*/
/**
* 具有一定capacity的Lru缓存
*/
public class LruCache {
private Integer capacity;
private HashMap<String,Object> map = null;
public LruCache(Integer capacity){
this.capacity = capacity;
map = new HashMap<>();
}
public Object get(String key){
return map.get(key);
}
public void set(String key,Object value){
map.put(key,value);
}
}
这样我们仅仅是定义了一个容量有限的LRUCache,可以存取数据,但并没有实现缓存容量不足时丢弃最不常用的数据的功能,而这件事做起来似乎显得稍微麻烦一些,问题在于我们如何找到最久没有用的缓存。
一个最容易想到的办法是我们在给这个缓存数据加一个时间戳,每次get缓存时就更新时间戳,这样找到最久没有用的缓存数据问题就能够解决,但与之而来的会有两个新问题:
- 虽然使用时间戳可以找到最久没用的数据,但我们最少的代价也要将这些缓存数据遍历一遍,除非我们维持一个按照时间戳排好序的SortedList。
- 添加时间戳的方式为我们的数据带来了麻烦,我们并不太好在缓存数据中添加时间戳的标识,这可能需要引入新的包含时间戳的包装对象。
而且我们的需要只是找到最久没用使用的缓存数据,并不需要精确的时间。添加时间戳的方式显然没有利用这一特性,这就使得这个办法从逻辑上来讲可能不是最好的。
然而办法总是有的,我们可以维护一个链表,当数据每一次查询就将数据放到链表的head,当有新数据添加时也放到head上。这样链表的tail就是最久没用使用的缓存数据,每次容量不足的时候就可以删除tail,并将前一个元素设置为tail,显然这是一个双向链表结构,因此我们定义LruNode如下:
/**
* @author ranjun
* @date 2018/12/14 15:18
*/
public class LruNode {
String key;
Object value;
LruNode prev;
LruNode next;
public LruNode(String key, Object value) {
this.key = key;
this.value = value;
}
}
而LruCache的简单实现最终如下:
package com.lru;
import java.util.HashMap;
/**
* @author ranjun
* @date 2018/12/14 15:04
*/
/**
* 具有一定capacity的Lru缓存
*/
public class LruCache {
private Integer capacity;
private HashMap<String,Object> map = null;
//缓存头部
private LruNode head;
//缓存尾部
private LruNode tail;
public LruCache(Integer capacity){
this.capacity = capacity;
map = new HashMap<>();
}
//查询节点
public Object get(String key){
LruNode node = (LruNode) map.get(key);
if(node != null){
//将刚刚操作的元素放到head
remove(node,false);
setHead(node);
return node.value;
}
return null;
}
//添加节点
public void set(String key,Object value){
//查询链表中是否已有该元素
LruNode node = (LruNode) map.get(key);
if(node != null ){
node = (LruNode) map.get(key);
node.value = value;
//暂时清空该节点前后节点
remove(node,false);
}else {
node = new LruNode(key,value);
if(map.size() >= capacity){
//当容量不足时删除最久未使用的元素
remove(tail,true);
}
map.put(key,node);
}
//将新添加元素放到表头
setHead(node);
}
//添加节点至链表头
private void setHead(LruNode node){
if(head != null){
node.next = head;
head.prev = node;
}
head = node;
//若链表为空,链表中就只有一个元素
if(tail == null){
tail = node;
}
}
//从链表中删除Node,此时要注意该Node是head或者是tail的情形
private void remove(LruNode node,boolean flag) {
//如果节点不是表头
if (node.prev != null) {
node.prev.next = node.next;
}
//如果是表头
else {
head = node.next;
}
//如果不是链表尾部
if (node.next != null) {
node.next.prev = node.prev;
}
//如果是链表尾部
else {
tail = node.prev;
}
//清空前后节点
node.next = null;
node.prev = null;
//从链表中移除使用最少的元素
if (flag) {
map.remove(node.key);
}
}
}