LinkedHashMap 实现

利用 LinkedHashMap 的原因就在于 LinkedHashMap 是有序的,默认情况下是按照元素的添加顺序存储的,也可以调整为根据访问顺序来调整内部顺序(设置参数 accessOrder 进行调整),即最近读取的数据放在最前面,我们就是利用 LinkedHashMap 的这个特性来实现 LRU。先来一个简单的例子吧:

public static void main(String[] args){
    Map<String,String> map = new LinkedHashMap(10,0.75f,true);

    map.put("1","a");
    map.put("2","b");
    map.put("3","c");
    map.put("4","d");

    System.out.println("原始顺序为:");
    for(Iterator<Map.Entry<String,String>> it = map.entrySet().iterator();it.hasNext();){
        System.out.print(it.next().getKey() + "    ");
    }
    System.out.println();

    map.get("2");

    System.out.println("访问 4 之后的顺序为:");
    for(Iterator<Map.Entry<String,String>> it = map.entrySet().iterator();it.hasNext();){
        System.out.print(it.next().getKey() + "    ");
    }
}

运行结果:

原始顺序为:
1 2 3 4
访问 4 之后的顺序为:
1 3 4 2
更多关于 LinkedHashMap,请看这篇文章:图解集合6:LinkedHashMap

LinkedHashMap 实现 LRU 有两种方式,一种是继承 LinkedHashMap,一种是利用组合的方式,下面分别演示这两种情况。

继承 LinkedHashMap
采用继承的方式实现起来是非常简单的,因为 LinkedHashMap 本身就已经具备了 LRU 的特性,我们只需要实现一点:当容器中元素个数超过我们设定的容量后,删除第一个元素即可。同时由于 LinkedHashMap 本身不具备线程安全,我们需要确保他线程安全,这个也很简单,重写 LinkedHashMap 的 get() 和 put() 方法即可,或者使用 Collections.synchronizedMap() 方法也可以。实现如下:

public class LRUCacheLinkedHashMap<K,V> extends LinkedHashMap<K,V> {

/**
 * 定一缓存容量
 */
private int capacity;

LRUCacheLinkedHashMap(int capacity){
    // AccessOrder = true
    super(capacity,0.75f,true);

    this.capacity = capacity;
}

/**
 * 实现LRU的关键方法,如果 map 里面的元素个数大于了缓存最大容量,则删除链表的顶端元素
 *
 * @param eldest
 * @return
 */
@Override
public boolean removeEldestEntry(Map.Entry<K, V> eldest){
    System.out.println(eldest.getKey() + "=" + eldest.getValue());
    return size()>capacity;
}

@Override
public synchronized V get(Object key) {
    return super.get(key);
}

@Override
public synchronized V put(K key, V value) {
    return super.put(key, value);
}

}
验证

public static void main(String[] args){
LRUCacheLinkedHashMap cache = new LRUCacheLinkedHashMap(5);

    cache.put("1","a");
    cache.put("2","b");
    cache.put("3","c");
    cache.put("4","d");
    cache.put("5","e");

    System.out.println("插入 5 个元素后的顺序");
    printlnCache(cache);

    // 插入第 6 个元素
    cache.put("6","e");

    System.out.println("插入第 6 个元素后的顺序");
    printlnCache(cache);

    // 访问 第 3 个元素
    cache.get("3");

    System.out.println("访问元素 3 后的顺序");
    printlnCache(cache);

}

private static void printlnCache(LRUCacheLinkedHashMap cacheMap){
    for(Iterator<Map.Entry<String,String>> it = cacheMap.entrySet().iterator(); it.hasNext();){
        System.out.print(it.next().getKey() + "    ");
    }
    System.out.println();
}

运行结果:

插入 5 个元素后的顺序
1 2 3 4 5
插入第 6 个元素后的顺序
2 3 4 5 6
访问元素 3 后的顺序
2 4 5 6 3
运行结果完全符合我们的预期

组合 LinkedHashMap
使用组合的方式可能会更加优雅些,但是由于没有实现 Map 接口,所以就不能使用 Collections.synchronizedMap() 方式来保证线程安全性了,所以需要在每个方法处增加 synchronized 来确保线程安全。实现方式如下:

public class LRUCache<K,V> {
private int capacity;

private Map<K,V> cacheMap;

public LRUCache(int capacity){
    this.capacity = capacity;

    cacheMap = new LinkedHashMap<>(capacity,0.75f,true);
}

public synchronized void put(K k,V v){
    cacheMap.put(k,v);

    // 移除第一个元素
    if(cacheMap.size() > capacity){
        K first = this.keyIterator().next();

        cacheMap.remove(first);
    }
}

public synchronized V get(K k){
    return cacheMap.get(k);
}

public Iterator<K> keyIterator(){
    return cacheMap.keySet().iterator();
}

}
验证:

public static void main(String[] args) {
    LRUCache lruCache = new LRUCache(5);

    lruCache.put("1","a");
    lruCache.put("2","b");
    lruCache.put("3","c");
    lruCache.put("4","d");
    lruCache.put("5","e");

    System.out.println("插入 5 个元素后的顺序");
    println(lruCache);

    // 插入第 6 个元素
    lruCache.put("6","e");

    System.out.println("插入 第 6 个元素后的顺序");
    println(lruCache);

    // 访问 第 3 个元素
    lruCache.get("3");

    System.out.println("访问元素 3 后的顺序");
    println(lruCache);

}

private static void println(LRUCache lruCache){
    for(Iterator it = lruCache.keyIterator(); it.hasNext();){
        System.out.print(it.next() + "    ");
    }
    System.out.println();
}

运行结果如下:

插入 5 个元素后的顺序
1 2 3 4 5
插入 第 6 个元素后的顺序
2 3 4 5 6
访问元素 3 后的顺序
2 4 5 6 3
组合的方式也显得非常简单,有两点需要注意:

保证每个方法的线程安全
put 时,需要查看当前容量是否超过设置的容量,超过则需要删除第一个元素。当然小编这种是实现方式不是很优雅,这么做知识为了能够更加好阐述 LRU 的实现。更好的方案是在构造 LinkedHashMap 时,重写 removeEldestEntry(),如下:
cacheMap = new LinkedHashMap<K,V>(capacity,0.75f,true){
@Override
protected boolean removeEldestEntry(Map.Entry eldest) {
return size()>capacity;
}
};
链表 + HashMap 实现
我们想想,在不利用现存数据结构的条件(如 LinkedHashMap)如何实现一个 LRU 呢?缓存部分容易实现,我们都知道利用 HashMap 即可,但是如何实现缓存容量不足时丢弃最不常用的数据的功能?

利用时间戳。每一个访问,增加的元素我们都给其更新一个时间戳,在 put 的时候,检查,删除时间戳最小的就可以了。这种方法可以实现,但是代价较高,就是我们需要遍历整个数据,得到最小的时间戳。
我们可以换位思考,我们其实不需要关注每个节点的增加或者遍历时间,我们只需要知道那个节点是最先访问就可以了,所以我们可以利用链表记录访问记录,有新数据加入时放在链表的 head 节点,每次访问也将该数据放在 head 节点,那么链表的 tail 一定是最早访问的节点,所以每次当容量不足的时候删除 tail 节点数据并将它的前驱节点设置为 tail 就可以了。注意,这个链表是一个双向链表。代码如下:
public class LinkedLRUCache<K,V> {

private int capacity;

private Map<K,LRUNode> map;

private LRUNode head;

private LRUNode tail;

LinkedLRUCache(int capacity){
    this.capacity = capacity;
    this.map = new HashMap<>();
}

public synchronized void put(K k,V v){
    LRUNode node = map.get(k);

    // 存在该 key,将节点的设置为 head
    if(node != null){
        node.value = v;

        remove(node,false);
    }else{
        /**
         * 该节点不存在
         * 1、将该节点加入缓存
         * 2、设置该节点为 head
         * 3、判断是否超出容量
         */
        node = new LRUNode(k,v);

        if(map.size() >= capacity){
            //删除 tail 节点
            remove(tail,true);
        }

        map.put(k,node);

        setHead(node);
    }

    // 设置当前节点为首节点
    setHead(node);
}

public Object get(String key) {
    LRUNode node = map.get(key);
    if (node != null) {
        // 将刚操作的元素放到head
        remove(node, false);
        setHead(node);
        return node.value;
    }
    return null;
}

/**
 * 设置头结点
 *
 * @param node
 */
private void setHead(LRUNode node) {
    if(head != null){
        node.next = head;
        head.prev = node;
    }

    head = node;

    if(tail == null){
        tail = node;
    }
}

/**
 * 从链表中删除此Node
 *
 * @param node
 * @param flag  为 true 就删除该节点的 key
 */
private void remove(LRUNode node,boolean flag) {
    if (node.prev != null) {
        node.prev.next = node.next;
    } else {
        head = node.next;
    }
    if (node.next != null) {
        node.next.prev = node.prev;
    } else {
        tail = node.prev;
    }
    node.next = null;
    node.prev = null;
    if (flag) {
        map.remove(node.key);
    }
}

private Iterator iterator(){
    return map.keySet().iterator();
}

private class LRUNode<K,V> {

    /**
     * cache 的 key
     */
    private K key;

    /**
     * cache 的 value
     */
    private V value;

    private LRUNode next;

    private LRUNode prev;

    LRUNode(K key, V value) {
        this.key = key;
        this.value = value;
    }
}

}
验证

public static void main(String[] args){
LRUCache lruCache = new LRUCache(5);

    lruCache.put("1","a");
    lruCache.put("2","b");
    lruCache.put("3","c");
    lruCache.put("4","d");
    lruCache.put("5","e");
   
    System.out.println("插入 5 个元素");
    println(lruCache);

    System.out.println("插入 3 元素");
    lruCache.put("3","c");
    println(lruCache);

    System.out.println("插入第  6 个元素");
    lruCache.put("6","f");
    println(lruCache);

    System.out.println("访问 4 元素");
    lruCache.get("4");
    println(lruCache);
}

private static void println(LRUCache lruCache){
    Iterator iterator = lruCache.keyIterator();
    while (iterator.hasNext()){
        System.out.print(iterator.next() + "    ");
    }
    
    System.out.println();
}

执行结果:

插入 5 个元素
1 2 3 4 5
插入 3 元素
1 2 4 5 3
插入第 6 个元素
2 4 5 3 6
访问 4 元素
2 5 3 6 4
mosfet驱动芯片https://www.zg886.cn

评论 1
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