必备代码（一）：四种LRU缓存实现+LFU缓存实现

前言

如果面试时考察的代码中，那么LRU缓存出现的频率是非常高的。博主在LeetCode中刷这道题已经不下十次了。已经总结出了该算法的思路。

LRU

附上LRU缓存机制在LeetCode上的地址

LRU的思想：将最近一次使用的时间作为衡量某个资源（如内存）的价值，最近一次使用的时间越久，它的价值就越小。

实现LRU需要一个数据结构充当“缓存”，还需要一个数据结构用于保存实际的数据。
LRU用法很广，操作系统通常使用LRU算法作为页面置换算法，进行管理内存。

在地址映射的过程中，如果发现页面不再内存中，会产生缺页中断。如果此时内存中已经没有足够位置放入将被调入的页面，将根据页面置换算法选取一个页面换出内存。

LRU缓存就是是使用LRU算法作为缓存数据淘汰策略的缓存机制，如果了解mysql的缓冲池技术，就可以知道：mysql的数据页第一次从磁盘被调入内后，会保存在内存中的buffer pool中，buffer pool的数据页通过LRU算法管理（通过LRU链表维护），当buffer pool空间不够用的时候，最久未被访问的数据页将被换出buffer pool，同时将脏数据刷新到磁盘中。

缓存的目的是加速读，弥补速度差带来的资源浪费（CPU计算很快，远远快于从内存读取数据的过程，因此CPU高速缓存就是用来加速CPU读取数据的）。缓存的数据应该是不常改变的，对于改变的数据，可能会产生数据不一致的问题。缓存一致性可以通过指定正确的缓存写策略来解决。
如mysql允许直接对buffer pool的页进行写操作，这可能造成内存与磁盘中的数据不一致，脏页会定期刷新到磁盘中（这里不暂且考虑崩溃的问题），这使得数据页有两种状态：如果可以在内存中读取，那么它一定是最新数据，如果内存中没有数据页，那么磁盘中一定是最新数据。

缓冲的目的堆积数据，将多次小数据的读写转换成一次大数据的读写，减少IO次数/减少读写的成本。

缓存往往是数据的副本，而缓冲往往不是数据的副本。缓存考虑的是持久化和一致性问题。而缓冲考虑的是读写的时机（“发送缓冲达到多少个字节发出去”或“接收缓冲达到多少个字节取出来”）

在业务中的，也经常使用LRU算法作为淘汰策略，如主页为用户提供固定个数历史记录，如果有新的记录被添加，那么最久未被访问的记录将被移除。

HashMap + LinkedList

这是四种解法中平均耗时较长的一个，因为本实现中涉及频繁的删除和插入操作

    LinkedList<K> store = new LinkedList<>();
    HashMap<K,V> cache = new HashMap<>();

存储的数据结构就暂时命名为store，而缓存的数据结构命名为cache。

    public V get(K key) {
   
        V v = cache.get(key);
        if(v!=null){
   
            store.remove(key);
            store.add(key);
        }
        return v;
    }

    public V put(K key, V value) {
   
        V res = cache.put(key, value);
        if(res!=null){
   
            store.remove(key); 如果涉及remove调用，则为O(n)
        }
            store.add(key);
            if(store.size()>this.maxSize) 换出操作
                cache.remove(store.removeLast());

        return res;
    }

LRU的实现要点基本就是两方面：
【1】在链表中维护元素的访问顺序
【2】当链表达到上限时，换出的最久未被访问的元素

hashMap+linkedList是JDK提供好的数据结构，我们无法操作其内部的节点，只能根据对外暴露的接口去从逻辑上实现LRU。
get和put的实现思路基本一致，首先判断元素是否存在，如果存在，那么我们将元素逻辑上将被访问的元素标记为最新被访问的元素，从实现上，我们可以先将元素从链表中删除，然后重新添加进链表。（cache不用动）
remove操作需要遍历链表，而add很快，因此一旦方法中调用了链表删除操作，那么时间复杂度就是O（n），如果是第一次插入，那么就是O（1）。
cache是缓存，只有当一个元素被换出后才进行会对cache进行移除操作。

面试官随后可能问你，时间复杂度是什么，get()是O（n），而put()如果是第一次插入，且不涉及换出操作则为O（1），否则为O（n）。
这时面试官很有可能让你把get和put方法试着实现成O（1）的，那么对应两种思路

LinkedHashMap扩展

如果看过linkedHashMap源码，可以知道，linkedHashMap的节点继承了hashMap的节点，同时还多了用于维护顺序的两个指针。

    static class Entry<K,V> extends HashMap.Node<K,V> {
   
        Entry<K,V> before, after;
        Entry(int hash, K key, V value, Node<K,V> next) {
   
            super(hash, key, value, next);
        }
    }

也就是说，linkedHashMap的节点有三个指针，一个是从父节点继承下来的指针，用来解决hash冲突，还有两个指针用来维系某种顺序（插入顺序或者访问顺序）

补充一下，linkedHashMap重写了hashMap的newNode方法，因此可以保证节点数组中存放的都是entry节点而不是node,而且每创建一个节点，都会将这个节点加入链表（不管是插入顺序还是访问顺序，新节点都会加入链表尾部，linkedHashMap中尾部代表最新节点，因此最旧节点是头结点，而访问顺序与插入顺序的最大区别，就是：当一个节点被“访问”后，会做一个后处理，将节点移入链表尾部，而插入顺序是没有这个操作的）

linkedHashMap是一个维系了节点顺序的hashMap，底层数组（继承得到）存储节点，而节点通过内部的指针维系某种顺序。

    void af