带你学LRU算法-非常简单好用

最新推荐文章于 2024-07-18 14:40:29 发布

hawonor

最新推荐文章于 2024-07-18 14:40:29 发布

阅读量223

点赞数

分类专栏：算法与数据结构文章标签：链表算法 lru

本文链接：https://blog.csdn.net/weixin_44039270/article/details/106949835

版权

算法与数据结构专栏收录该内容

27 篇文章 0 订阅

订阅专栏

LRU（Least Recently Used）算法用于资源管理，当资源不足时淘汰使用频率低的资源。其核心思想是使用双向链表按时间顺序排列，并通过头部更新访问记录。在实现时，考虑线程安全通常需要对哈希表加锁，以保证并发环境下的正确性。高吞吐的LRU设计则需要优化读写操作对哈希表的影响。

摘要由CSDN通过智能技术生成

前言

名字听起来挺高大上的，其实内部的原理非常简单，英文全称是Least Recently Used，即最近最少使用算法。

正文

这算法最初还是源自Linux的内存管理。核心的思想就是，当出现资源不够用的时候，可以把那些使用频率低的资源给释放掉，然后拿来用！这样看起来还是很凶残的，那我举一格例子，是小灰的漫画算法中提到的。
用户在访问数据库的时候，程序员会为此做一些缓存记录，以便下一次用户再次访问同样的数据时可以避免磁盘操作，听起来还是很不错的对吧。
可是这个缓存咱们不能无限整下去，不然内存都不够你用的。

核心

将key-value数据对，或者是其他方式的资源，按照时间顺序，进行排序。然后用双向链表将这些数据对，统一起来。当一个资源被重新访问时，就将其放到链表的头部（相当于越是靠近链表头部的就越新），直到某次插入面临资源不足的情况了，就将链表的最后一个删除掉。

代码实现

实在是太简单了，咱们就不浪费时间了好吧。我去网上随便偷一下别人的代码实现这事儿就算过去了。

public class LRU<K,V> {
 
  private static final float hashLoadFactory = 0.75f;
  private LinkedHashMap<K,V> map;
  private int cacheSize;
 
  public LRU(int cacheSize) {
    this.cacheSize = cacheSize;
    int capacity = (int)Math.ceil(cacheSize / hashLoadFactory) + 1;
    map = new LinkedHashMap<K,V>(capacity, hashLoadFactory, true){
      private static final long serialVersionUID = 1;
 
      @Override
      protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > LRU.this.cacheSize;
      }
    };
  }
 
  public synchronized V get(K key) {
    return map.get(key);
  }
 
  public synchronized void put(K key, V value) {
    map.put(key, value);
  }
 
  public synchronized void clear() {
    map.clear();
  }
 
  public synchronized int usedSize() {
    return map.size();
  }
 
  public void print() {
    for (Map.Entry<K, V> entry : map.entrySet()) {
      System.out.print(entry.getValue() + "--");
    }
    System.out.println();
  }
}

如何设计一个高吞吐且线程安全的LRU

这应该才是我想看的东西，上面那些就很入门。咱们先考虑一下线程安全该如何实现。咱们首先得明确一个概念，就是LRU究竟是双链表还是哈希表。我认为，LRU本质上还是哈希表，只是哈希的value是带有双链表的东西。所以线程安全，本质上说的是哈希表的线程安全。（上面那份代码我找的不合适，感觉那是人家语言封装好的东西）
所以给哈希表上个锁就很棒了。
那么高吞吐呢？
很明显，不管是读操作还是写操作，最后都要修改这个哈希表，这是制约吞吐的关键因素。