caffeine 4hash lfu频度记录

在caffeine中的lfu通过一个long array来记录各个数据的被访问次数，每个被访问到的元素都将被通过4次不同的hash seed来计算位置，分别记录四次，以便达到最小的hash冲突可能性。

因此，long array的每个槽位中的64位空间，出于频度记录需要与空间的平衡，64位被分为4个16位的空间，而16位的空间又将都将被分为4个4位空间区域分别记录4个hash seed的结果。

static final long[] SEED = new long[] {
    0xc3a5c85c97cb3127L, 0xb492b66fbe98f273L, 0x9ae16a3b2f90404fL, 0xcbf29ce484222325L};

四次的hash seed是几种知名hash算法的混合，包含fnv-1a，cityhash，murmur3.

当一个元素被访问的时候，将尝试通过increment()方法，增加一次访问次数。

public void increment(@Nonnull E e) {
  if (isNotInitialized()) {
    return;
  }

  int hash = spread(e.hashCode());
  int start = (hash & 3) << 2;

  // Loop unrolling improves throughput by 5m ops/s
  int index0 = indexOf(hash, 0);
  int index1 = indexOf(hash, 1);
  int index2 = indexOf(hash, 2);
  int index3 = indexOf(hash, 3);

  boolean added = incrementAt(index0, start);
  added |= incrementAt(index1, start + 1);
  added |= incrementAt(index2, start + 2);
  added |= incrementAt(index3, start + 3);

  if (added && (++size == sampleSize)) {
    reset();
  }
}

以上是increment()方法的全貌。首先，在通过spread()方法增强了原生hash方法返回的hash code之后，将会通过与3相与的结果，定位其结果具体的存在位置（结果为0到3）并左移2位。

之后，通过indexOf()方法，分别根据上述的4个hash seed，定位到long array上的具体的位置。

int indexOf(int item, int i) {
  long hash = SEED[i] * item;
  hash += hash >> 32;
  return ((int) hash) & tableMask;
}

在确认到具体的long槽位上之后，继续通过incrementAt()方法定位到long槽位上的具体位置上。

boolean incrementAt(int i, int j) {
  int offset = j << 2;
  long mask = (0xfL << offset);
  if ((table[i] & mask) != mask) {
    table[i] += (1L << offset);
    return true;
  }
  return false;
}

前文提到，在该方案下的最小空间是一段4位的空间，那么可以想到，4位空间可以得到的最大大小是15，因此在此处的代码也可以看到，当所要存放的空间大于15的时候就不会再增加，否则，就在原先空间的基础上增加1。

由此，可以举个例子，以大小32的long array为例子，某个key得到的hash code可能在4个seed的下分别落在long array的四个位置，举例，四个seed的结果分别落在1,2,3,4上，之后将hash code与3相与，得到一个不大于3的位置，假设这个位置为1，那么第一个hash seed的结果将会存放在long array上的1槽位的16位上，第二个结果将会存放到2槽位的20位上，第三个结果将会存放到3槽位的24位上，第二个结果将会存放到4槽位的28位上。这样，能够尽可能的保证hash冲突的概率到最低。

（如果四个位置都已经被填满到15，会将整体数组中的频数减半）

那么如何在需要得到指定key的被访问次数的时候在这个long array上获取呢。

public int frequency(@Nonnull E e) {
  if (isNotInitialized()) {
    return 0;
  }

  int hash = spread(e.hashCode());
  int start = (hash & 3) << 2;
  int frequency = Integer.MAX_VALUE;
  for (int i = 0; i < 4; i++) {
    int index = indexOf(hash, i);
    int count = (int) ((table[index] >>> ((start + i) << 2)) & 0xfL);
    frequency = Math.min(frequency, count);
  }
  return frequency;
}

定位方式还是和前文一样，但是最终返回的结果则是四个seed结果的最小值，这样，当其中一个hash seed冲突后，能够保证不会影响到最后的结果。