java lrucache 使用_Java实现简单LRU缓存机制的方法

一、什么是 LRU 算法

就是一种缓存淘汰策略。

计算机的缓存容量有限,如果缓存满了就要删除一些内容,给新内容腾位置。但问题是,删除哪些内容呢?我们肯定希望删掉哪些没什么用的缓存,而把有用的数据继续留在缓存里,方便之后继续使用。

LRU是Least Recently Used的缩写,即最近最少使用,是一种常用的页面置换算法,选择最近最久未使用的页面予以淘汰。

二、LRU的使用

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);

cache.put(2, 2);

cache.get(1); // 返回 1

cache.put(3, 3); // 该操作会使得密钥 2 作废

第一步:创建一个长度为2的LRUCache

9fcc5c11340b34f5eb34d9da1daf5b95.png

第二步:cache.put(1, 1);放入key=1,value=1的数据

22a20b1b4f420b9555f42c7f31d6d47e.png

第三步:cache.put(2,2);放入key = 2,value = 2的数据

(因为2刚使用,所有把2移动到前面)

799d529892ad851064e40a2453972347.png

第四步:cache.get(1);获取key = 1的数据

(因为我们刚使用了1,所以把1移动到前面)

319e83921f0e1f596f167727f0334c1a.png

第五步:cache.put(3,3);放入key = 3,value = 3的数据

(因为3刚放进,所以放前面,又因为容量只有2,需要移除原先的1个。只因key = 2是最近最少使用的(key = 1刚get()过),所以移除2。

41063d65a5b91fe733565283f4138c22.png

三、LRU的实现机制

算法:

LRU 缓存机制可以通过哈希表辅以双向链表实现,我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。

1)双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。

2)哈希表即为普通的哈希映射(HashMap),通过缓存数据的键映射到其在双向链表中的位置。

一、初始化:

eaab9c22bef529449a633db76ae35b4b.png

二、cache.put(1,1):

972ec0aaa3151a39034ac1777af0c921.png

三、cache.put(2,2):

9e948204e2d38b71457dde5472252c8a.png

四、cache.get(1):

bed59423f50b2ec7ad9bc90916e9c143.png

五、cache.put(3,3):

003e95dfc854d21c1904259ba064f519.png

四、代码如下

import java.io.*;

import java.util.HashMap;

public class test {

public static void main(String args[]) throws IOException {

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);

cache.put(2, 2);

cache.get(1); // 返回 1

cache.put(3, 3); // 该操作会使得密钥 2 作废

cache.get(2); // 返回 -1 (未找到)

cache.put(4, 4); // 该操作会使得密钥 1 作废

cache.get(1); // 返回 -1 (未找到)

cache.get(3); // 返回 3

cache.get(4); // 返回 4

}

}

/**

* 设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作: 获取数据 get 和 写入数据 put

*/

class LRUCache {

private HashMap cache = new HashMap();//方便通过key快速定位结点

private int size;

private int capacity;

private LinkedNode head,tail;

class LinkedNode{

int key;

int value;

LinkedNode pre;

LinkedNode next;

}

public LRUCache(int capacity) {

this.size = 0;

this.capacity = capacity;

head = new LinkedNode();

tail = new LinkedNode();

head.next = tail;

tail.pre = head;

}

/**

* 移除节点

* @param node

*/

private void removeNode(LinkedNode node) {

LinkedNode preNode = node.pre;

LinkedNode nextNode = node.next;

preNode.next = nextNode;

nextNode.pre = preNode;

}

/**

* 添加节点到头部

* @param node

*/

private void addNode(LinkedNode node) {

node.pre = head;

node.next = head.next;

head.next.pre = node;

head.next = node;

}

/**

* 将节点移动到头部

* @param node

*/

private void moveToHead(LinkedNode node) {

removeNode(node);

addNode(node);

}

/**

* 获取数据

* @param key

* @return

*/

public int get(int key) {

LinkedNode node = cache.get(key);

if(node != null) {

moveToHead(node);

}else{

return -1;

}

return node.value;

}

/**

* 写入数据

* @param key

* @param value

*/

public void put(int key, int value) {

LinkedNode node = cache.get(key);

//存在

if(node != null) {

node.value = value;//可能更新数据

moveToHead(node);

}

//不存在

else{

LinkedNode newNode = new LinkedNode();

newNode.key = key;

newNode.value = value;

cache.put(key,newNode);//更新Map

addNode(newNode);//添加结点到头部

size++;//更新结点数

if(size > capacity) {//如果结点数超过容量大小

LinkedNode tailPre = tail.pre;

cache.remove(tailPre.key);//更新Map

removeNode(tailPre);//删除最后一个结点(尾结点的前一个结点)

size--;

}

}

}

}

总结:自己实现的简单LRU总归太简单了,要是想完善或者实现更真实的LRU,不妨参考一下Redis中的LRU。(◔◡◔)

到此这篇关于Java实现简单LRU缓存机制的方法的文章就介绍到这了,更多相关Java LRU缓存内容请搜索云海天教程以前的文章或继续浏览下面的相关文章希望大家以后多多支持云海天教程!

原文链接:https://blog.csdn.net/Milan_1in/article/details/106327306

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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