LinkedList链表算法,实现LRU缓存淘汰算法

LinkedList增删改查链表算法。

LRU算法:

1、插入数据到头节点

2、访问数据命中。则将数据移到头部。

3、链表满 的时候,删除尾部节点。

public class LinkedList<T> {
    Node nodelist;
    int size;
    
    public LinkedList(){
        size=0;
    }
    //插入节点到头部
    public void put(T data){
        Node cur=new Node(data,nodelist);//新创建的节点next指向node
        nodelist=cur;//node重新指向头部
        size++;
    }
    public void put(int index,T data){
        checkPositionIndex(index);
        Node cur=nodelist;//创建节点cur 等于头集结点node
        Node head=nodelist;
        for(int i=0;i<index;i++){
            head=cur;
            cur=cur.next;
        }
        Node node=new Node(data,cur); 
        head.next=node;
        size++;
    }
    public void checkPositionIndex(int index) {
        if(!(index>=0&&index<=size)){//index不合法
            throw new IndexOutOfBoundsException("inedx: "+index+", size: "+size);
        }
        
    }
    //删除节点 头节点
    public T remove(){
        if(nodelist!=null){
            Node node=nodelist;
            nodelist=nodelist.next;
            node.next=null;//gc
            size--;
            return node.data;
        }else{
            return null;
        }
        
    }
    //删除指定位置
    public T remove(int index){
        checkPositionIndex(index);
        Node head=nodelist;
        Node cur=nodelist;
        for(int i=0;i<index;i++){
            head=cur;
            cur=cur.next;
        }
        //删除cur节点
        head.next=cur.next;
        cur.next=null;
        size--;
        return cur.data;
    }
    //删除尾部节点
    public T removeLast(){
        if(nodelist!=null){
            Node node=nodelist;
            Node cur=nodelist;
            while(cur.next!=null){
                node=cur;
                cur=cur.next;
            }
            node.next=null;
            size--;
            return cur.data;
        }else{
            return null;
        }
        
    }
    //修改节点
    public void set(int index,T newData){
        Node node=nodelist;
        for(int i=0;i<index;i++){
            node=node.next;
        }
        node.data=newData;
    }
    //查询节点 头部节点
    public T get(){
        Node node=nodelist;
        if(node!=null){
            return node.data;
        }else{
            return null;
        } 
    }

 

 


public class LruLinkedList<T> extends LinkedList<T> {
    int memory_size;
    public LruLinkedList(int size){
        memory_size=size;
    }
    //LRU添加节点
    public void Lruput(T data){
        if(size>=memory_size){//删除尾部节点在插入
            removeLast();
            put(data);
        }else{
            put(data);
        }
    }
    //删除尾部节点
    public T Lruremove(){
        return removeLast();
    }
    //LRU访问  访问数据插入头部,若链表满则删除尾部节点
    public T Lruget(int index){
        checkPositionIndex(index);
        Node pre=nodelist;
        Node cur=nodelist;
        for(int i=0;i<index;i++){
            pre=cur;
            cur=cur.next;
        }
        T data=cur.data;
        pre.next=cur.next;
        Node head=nodelist;
        cur.next=head;
        nodelist=cur;
        return data;
    }
    public static void main(String[] args) {
        LruLinkedList<String> lrulist=new LruLinkedList<String>(8);
        for (int i=0;i<7;i++){
            lrulist.Lruput("name"+i);
        }
        lrulist.toString();
        lrulist.Lruget(1);
        lrulist.toString();
        
        lrulist.Lruput("3");
        lrulist.toString();
        
        lrulist.Lruget(7);
        lrulist.toString();
        
        lrulist.Lruput("9");
        lrulist.toString();
    }

}
 

### 回答1: 可以使用java中的LinkedHashMap类来实现LRU缓存淘汰策略。LinkedHashMap是一种特殊的HashMap,它不仅保存了键值对,还维护了一个双向链表来记录插入顺序,当缓存满后,它会将最先插入的元素淘汰掉。 ### 回答2: LRU(最近最少使用)缓存淘汰策略是指在缓存满时,优先淘汰最近最少使用的数据。实现LRU缓存淘汰策略可以使用链表和哈希表的组合。 首先,我们可以创建一个双向链表的节点类,包含键值对的信息,以及前后指针。链表的头部表示最近访问的节点,尾部表示最久未使用的节点。 我们还需要一个哈希表,用于快速查找节点。哈希表的键是缓存的键,值是对应的节点。 接下来,我们需要实现缓存淘汰策略的几个操作: 1. 获取操作:当尝试获取缓存中的键值对时,如果哈希表中存在该键,则将对应的节点移动到链表头部,并返回该值。如果哈希表中不存在该键,则返回空。 2. 添加操作:当添加新的键值对时,如果该键已存在于缓存中,则将该节点移到链表头部,更新值。否则,创建新节点,并将其插入到链表头部和哈希表中。如果缓存已满,删除链表尾部的节点,并在哈希表中删除对应的键。 3. 删除操作:当从缓存中删除某个键值对时,找到对应的节点,从链表中删除该节点,并在哈希表中删除该键。 以上就是使用Java链表实现LRU缓存淘汰策略的基本思路。通过使用双向链表和哈希表的组合,能够快速实现缓存的增删改查操作,并保持对节点访问的顺序,以便实现LRU策略。 ### 回答3: LRU(Least Recently Used,最近最少使用)是一种常用的缓存淘汰策略,当缓存满时,会将最长时间未被使用的数据从缓存淘汰实现LRU缓存淘汰策略可以使用Java中的链表实现Java中已经提供了LinkedList类,可以直接用于实现链表数据结构。接下来是一个简单的实现LRU缓存的示例代码: ``` import java.util.LinkedList; public class LRUCache<K, V> { private int capacity; private LinkedList<Entry<K, V>> cache; public LRUCache(int capacity) { this.capacity = capacity; this.cache = new LinkedList<>(); } public V get(K key) { Entry<K, V> entry = findEntryByKey(key); if (entry != null) { // 将使用的数据移动到链表头部 cache.remove(entry); cache.addFirst(entry); return entry.value; } return null; } public void put(K key, V value) { Entry<K, V> entry = findEntryByKey(key); if (entry != null) { // 如果key已存在,更新其value,并将数据移动到链表头部 entry.value = value; cache.remove(entry); cache.addFirst(entry); } else { // 如果key不存在,先判断容量是否已满,如果已满则移除最久未使用的数据 if (cache.size() >= capacity) { cache.removeLast(); } // 将新数据插入到链表头部 Entry<K, V> newEntry = new Entry<>(key, value); cache.addFirst(newEntry); } } private Entry<K, V> findEntryByKey(K key) { for (Entry<K, V> entry : cache) { if (entry.key.equals(key)) { return entry; } } return null; } private static class Entry<K, V> { private K key; private V value; public Entry(K key, V value) { this.key = key; this.value = value; } } } ``` 使用示例: ``` LRUCache<String, Integer> cache = new LRUCache<>(3); cache.put("a", 1); cache.put("b", 2); cache.put("c", 3); System.out.println(cache.get("a")); // 输出1 cache.put("d", 4); System.out.println(cache.get("b")); // 输出null,因为b是最久未使用的数据,已被淘汰 ``` 在LRUCache类中,使用LinkedList作为缓存的数据存储结构。缓存的最近使用的数据总是位于链表的头部,当需要访问或更新数据时,将其移动到链表头部。当缓存已满时,移除链表尾部的最久未使用的数据。 这种实现方式可以在O(1)的时间复杂度内实现get和put操作,符合LRU缓存淘汰策略的特性。
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