需求:
歌曲推荐排序每个人最近听过的300首歌,所以要依靠每个人维护一个记录,记录最近听过的300首歌,并且将最近最久未命中的歌曲从记录中删除。
思想:
- 记录一个固定长度的链表,每次新增的数据放在表头,每次命中的数据也移到表头,当链表满后链表尾部的数据。
- 利用hashmap加链表形式,hashmap提高链表定位数据时间复杂度O(n)的弊端,链表来保证数据插入和访问的顺序性。
链表定位数据查询时间复杂度O(n),使用第二种方法实现LRU算法,利用LinkedHashMap数据结构
LinkedHashMap解析
hashmap是无序的,迭代hashmap所得到的元素顺序不是最初加入hashmap中的顺序,有些情况下我们想要得到一个能保持插入顺序的map,JDK为我们提供了LinkedHashMap 很好解决了这个问题,LinkedHashMap可以保持插入顺序,也可以是访问顺序。默认是插入顺序,可通过属性accessOrder设置。
public class LinkedHashMap<K,V> extends HashMap<K,V> implements Map<K,V>
LinkedHashMap继承hashmap,同时hashmap中的3个抽象方法都为LinkedHashMap服务
// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(Node<K,V> p) { } //hashmap put方法中使用,回调LinkedHashMap类中的具体实现,将节点移到最后,保持LinkedHashMap插入顺序,重复插入可将元素调整到最后队尾,保证操作过的元素永远在队尾
void afterNodeInsertion(boolean evict) { } //hashmap put方法中使用,回调LinkedHashMap类中的具体实现,为了保持LinkedHashMap的固定长度,默认为false超过阈值不删除
void afterNodeRemoval(Node<K,V> p) { } //删除节点后维护链表的指针,调整双向链表的结构。
linkedHashMap.put是调用hashmap中的方法,然后回调LinkedHashMap中的具体实现。
linkedHashMap.get调用本类中的方法,判断accessOrder来决定是否维护访问顺序。
图解
下图更直观的看出linkedHashMap怎么将链表与hashmap紧密的配合工作。
其实LinkedHashMap就是比hashmap的多了2个属性
调用put方法,实际还是使用的hashmap中的put方法,但是linkedHashMap重写了newNode方法,将新node挂到链表的队尾。
accessOrder属性
当accessOrder=false,不会在put,get时调整双向链表的结构,不会将最后操作的元素放到链表队尾,反之维护链表结构
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMap.Entry<K,V> last;
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
自动删除最近最久未使用元素
map.put时调用afterNodeInsertion()方法,但LinkedHashMap默认为false,不在操作阈值时删除,所以如果想要新增元素操作容器固定长度时删除需重写removeEldestEntry()方法,见下方案列。
LRU实现
构造集合类
由于JDK中的默认LinkedHashMap无法实现新增操作阈值自动删除,所有需要重写removeEldestEntry()方法,并且根据保证元素访问顺序需要设置accessOrder=true,重写LRU类
public class LRUCollection<K,V> extends LinkedHashMap{
private static final Logger _log = LoggerFactory.getLogger(LRUCollection.class);
private static final long serialVersionUID = 1l;
private int maxElements;
public LRUCollection(int cacheSize) {
super(cacheSize, 0.75f, true);
this.maxElements = cacheSize;
}
public LRUCollection() { //空的构造函数 json2obj使用
super(300,0.75f, true);
this.maxElements = 300;
}
@Override
protected boolean removeEldestEntry(Map.Entry eldest) {
return size()>this.maxElements;
}
}
实现
public void LruSongs(Long userID, Long songID) {
LRUCollection<String, Object> lruCollection = new LRUCollection<>(300);
String str = MyJedis.get(ConstUtil.RedisCache.REDIS_MSUIC_SMART_VIDEO_CACHE, ConstUtil.RedisKey.SONG_RECOMMEND_USER_POOL_ + userID);
ObjectMapper objectMapper = new ObjectMapper();
try{
if(StringUtils.isNotEmpty(str)){
lruCollection = objectMapper.readValue(str, LRUCollection.class);
}
Object obj = lruCollection.get(songID.toString());
if(obj == null){
lruCollection.put(songID.toString(),songID.toString());
}
MyJedis.set(ConstUtil.RedisCache.REDIS_MSUIC_SMART_VIDEO_CACHE, ConstUtil.RedisKey.SONG_RECOMMEND_USER_POOL_ + userID,objectMapper.writeValueAsString(lruCollection));
}catch (Exception e){
_log.error("reportRecommendSongs json2Object error",e);
}
MyJedis.expire(ConstUtil.RedisCache.REDIS_MSUIC_SMART_VIDEO_CACHE, ConstUtil.RedisKey.SONG_RECOMMEND_USER_POOL_ + userID, 24 * 60 * 60);
}
更详细的LinkedHashMap保证顺序性:
https://blog.csdn.net/justloveyou_/article/details/71713781
https://blog.csdn.net/weixin_30315435/article/details/96749959