用Java实现LRU算法(最近最久未使用算法)

注释:楼主 最近找工作,被要求写LRU算法,参考其他CSDN的博客:
https://blog.csdn.net/luoweifu/article/details/8297084

LRU是Least Recently Used的缩写,即最近最少使用页面置换算法,是为虚拟页式存储管理服务的,是根据页面调入内存后的使用情况进行决策了。由于无法预测各页面将来的使用情况,只能利用“最近的过去”作为“最近的将来”的近似,因此,LRU算法就是将最近最久未使用的页面予以淘汰。

可以用一个特殊的栈来保存当前正在使用的各个页面的页面号。当一个新的进程访问某页面时,便将该页面号压入栈顶,其他的页面号往栈底移,如果内存不够,则将栈底的页面号移除。这样,栈顶始终是最新被访问的页面的编号,而栈底则是最近最久未访问的页面的页面号。

如输入以下序列时:4,7,0,7,1,0,1,2,1,2,6

结果为:

4
4 7
4 7 0
4 0 7
4 0 7 1
4 7 1 0
4 7 0 1
4 7 0 1 2
4 7 0 2 1
4 7 0 1 2
7 0 1 2 6

用java代码实现LRU算法如下:

import java.util.ArrayList;
import java.util.List;
 
 
public class LRU {
	/**
	 * 内存块的个数
	 */
	public static final int N = 5;
	/**
	 * 内存块数组
	 */
	Object[] array = new Object[N];
	private int size;
	
	public LRU() {
	}
	/**
	 * 判断内存区是否为空
	 * @return
	 */
	public boolean isEmpty() {
		if(size == 0) {
			return true;
		} else {
			return false;
		}
	}
	/**
	 * 判断内存区是否达到最大值
	 * @return
	 */
	public boolean isOutOfBoundary() {
		if(size >=N) {
			return true;
		} else {
			return false;
		}
	}
	/**
	 * 查找元素o在数组中的位置
	 * @param o
	 * @return
	 */
	public int indexOfElement(Object o) {
		for(int i=0; i<N; i++) { 
			if(o == array[i]) {
				return i;
			}
		}
		return -1;
	}	
	/**
	 * 有新的数据o需要申请内存
	 * @param o
	 * @return 移出内存区的数据
	 */
	public Object push(Object o) {
		int t = -1;
		if(!isOutOfBoundary() && indexOfElement(o) == -1){
			array[size] = o;
			size ++;
		} else if(isOutOfBoundary() && indexOfElement(o) == -1){
			for(int i=0; i<size-1; i++) {
				array[i] = array[i+1];				
			}
			array[size-1] = o;
		} else {
			t = indexOfElement(o);
			for(int i=t; i<size-1; i++) {
				array[i] = array[i+1];
			}
			array[size-1] = o;
		}
		if( -1 == t) {
			return null;
		} else {
			return array[t];
		}
	}
	/**
	 * 输出内存区中的各数据
	 */
	public void showMemoryBlock() {
		for(int i=0; i<size; i++) {
			System.out.print(array[i] + "\t");
		}
	}
 
	/**
	 * @param args
	 */
	public static void main(String[] args) {
		Integer iter[] = {4,7,0,7,1,0,1,2,1,2,6};
		LRU lru = new LRU();
		for(int i=0; i<iter.length; i++) {
			lru.push(iter[i]);
			lru.showMemoryBlock();
			System.out.println();
		}
	}
 
}

LRU算法也可以用于一些实际的应用中,如你要做一个浏览器,或类似于淘宝客户端的应用的就要用到这个原理。大家都知道浏览器在浏览网页的时候会把下载的图片临时保存在本机的一个文件夹里,下次再访问时就会,直接从本机临时文件夹里读取。但保存图片的临时文件夹是有一定容量限制的,如果你浏览的网页太多,就会一些你最不常使用的图像删除掉,只保留最近最久使用的一些图片。这时就可以用到LRU算法 了,这时上面算法里的这个特殊的栈就不是保存页面的序号了,而是每个图片的序号或大小;所以上面这个栈的元素都用Object类来表示,这样的话这个栈就可以保存的对像了。

### 回答1: 使用 Java 实现 LRU 算法的基本步骤是:1. 定义一个双向链表;2. 重写put()和get()方法;3. 在put()方法中,如果元素已存在,移动到链表头部;4. 在get()方法中,如果元素存在,移动到链表头部;5. 如果缓存已满,移除链表尾部的元素。 ### 回答2: 使用Java实现lru算法可以通过使用LinkedHashMap来实现。 LinkedHashMap是HashMap的子类,它通过维护一个双向链表来记录插入顺序。我们可以利用LinkedHashMap的特性来实现lru算法。 具体实现步骤如下: 1. 创建一个继承自LinkedHashMap的子类LRUMap,指定其泛型为<K, V>。 2. 重写LRUMap的构造方法,传入一个capacity参数来指定LRUMap的容量,并调用父类LinkedHashMap的构造方法来初始化LRUMap。 3. 在重写的构造方法中,使用super(capacity, 0.75f, true)来调用父类构造方法,并将最后一个参数设置为true,表示开启访问顺序模式。 4. 重写LRUMap的removeEldestEntry方法,当LRUMap的大小超过指定容量时,移除最老的键值对。 5. 至此,我们已经完成了LRUMap的实现。 下面是一个使用LRUMap的示例: ```java import java.util.LinkedHashMap; public class LRUMap<K, V> extends LinkedHashMap<K, V> { private final int capacity; public LRUMap(int capacity) { super(capacity, 0.75f, true); this.capacity = capacity; } @Override protected boolean removeEldestEntry(Map.Entry<K,V> eldest) { return size() > capacity; } public static void main(String[] args) { LRUMap<String, Integer> lruMap = new LRUMap<>(3); lruMap.put("a", 1); lruMap.put("b", 2); lruMap.put("c", 3); lruMap.put("d", 4); System.out.println(lruMap); // 输出: {b=2, c=3, d=4} } } ``` 以上示例中,我们创建了一个容量为3的LRUMap,并进行了插入操作。当容量超过3时,最老的键值对"a"会被移除,而最新的键值对"d"则会按照访问顺序保存在LRUMap中。最后,我们打印出LRUMap的内容,验证了LRU算法实现。 ### 回答3: LRU(Least Recently Used,最近最少使用)是一种常见的缓存淘汰算法,其中使用Java实现LRU算法的原理是根据数据的使用情况对缓存中的数据进行淘汰,将最近最少使用的数据移除,以腾出空间存储新的数据。 在Java中,我们可以使用LinkedHashMap来实现LRU算法。LinkedHashMap是HashMap的子类,它可以保持插入顺序或访问顺序。 下面是一个简单的使用Java实现LRU算法的示例代码: ```java import java.util.LinkedHashMap; import java.util.Map; public class LRUCache<K, V> extends LinkedHashMap<K, V> { private int capacity; // 缓存容量 public LRUCache(int capacity) { super(capacity, 0.75f, true); // 设置访问顺序为true,保持LRU特性 this.capacity = capacity; } @Override protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { return size() > capacity; // 当缓存大小超过容量时,移除最久使用的数据 } public static void main(String[] args) { LRUCache<Integer, String> cache = new LRUCache<>(3); cache.put(1, "A"); cache.put(2, "B"); cache.put(3, "C"); System.out.println(cache); // 输出:{1=A, 2=B, 3=C} cache.put(4, "D"); System.out.println(cache); // 输出:{2=B, 3=C, 4=D} cache.get(2); System.out.println(cache); // 输出:{3=C, 4=D, 2=B} } } ``` 在以上示例代码中,我们继承了LinkedHashMap,并重写了`removeEldestEntry`方法,当缓存大小超过容量时,会自动移除最久使用的数据。 通过以上代码,我们可以使用Java实现LRU算法,并对缓存中的数据进行淘汰
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