LRU算法及Java实现
LRU算法介紹
LRU是Least Recently Used的縮寫，即最近最少使用，常用于頁(yè)面置換算法，為虛擬頁(yè)式存儲(chǔ)管理服務(wù)。LRU算法的提出，是基于這樣一個(gè)事實(shí)：在前面幾條指令中使用頻繁的頁(yè)面很可能在后面的幾條指令中頻繁使用。反過來(lái)說(shuō)，已經(jīng)很久沒有使用的頁(yè)面很可能在未來(lái)較長(zhǎng)的一段時(shí)間內(nèi)不會(huì)被用到。這個(gè)，就是著名的局部性原理。此外，LRU算法也經(jīng)常被用作緩存淘汰策略。本文將基于LRU算法的思想，使用Java語(yǔ)言實(shí)現(xiàn)一個(gè)我們自己的緩存工具類。
實(shí)現(xiàn)方式
最常見的實(shí)現(xiàn)是使用一個(gè)雙向鏈表保存緩存數(shù)據(jù)，詳細(xì)算法實(shí)現(xiàn)如下：
1. 新數(shù)據(jù)插入到鏈表頭部；
2. 每當(dāng)緩存命中（即緩存數(shù)據(jù)被訪問），則將數(shù)據(jù)移到鏈表頭部；
3. 當(dāng)鏈表滿的時(shí)候，將鏈表尾部的數(shù)據(jù)丟棄。
優(yōu)點(diǎn)：實(shí)現(xiàn)簡(jiǎn)單。
缺點(diǎn)：每次訪問都需要更新鏈表，因此代價(jià)略高。
代碼實(shí)現(xiàn)
本文將提供兩個(gè)不同的實(shí)現(xiàn)版本，不過實(shí)現(xiàn)思想都是一模一樣的。
版本一：
/**
?* 在版本一中，我們自己利用HashMap和一個(gè)簡(jiǎn)單的雙向鏈表來(lái)實(shí)現(xiàn)LRU緩存
?*/
class LRUCache {
? ? // 雙向鏈表節(jié)點(diǎn)定義
? ? class Node {
? ? ? ? int key;
? ? ? ? int val;
? ? ? ? Node prev;
? ? ? ? Node next;
? ? }
? ??
? ? private int capacity;
? ? //保存鏈表的頭節(jié)點(diǎn)和尾節(jié)點(diǎn)
? ? private Node first;
? ? private Node last;
? ??
? ? private Map<Integer, Node> map;
? ? public LRUCache(int capacity) {
? ? ? ? this.capacity = capacity;
? ? ? ? map = new HashMap<>(capacity);
? ? }
? ??
? ? public int get(int key) {
? ? ? ? Node node = map.get(key);
? ? ? ? //為空返回-1
? ? ? ? if (node == null) {
? ? ? ? ? ? return -1;
? ? ? ? }
? ? ? ? moveToHead(node);
? ? ? ? return node.val;
? ? }
? ??
? ? private void moveToHead(Node node) {
? ? ? ? if (node == first) {
? ? ? ? ? ? return;
? ? ? ? } else if (node == last) {
? ? ? ? ? ? last.prev.next = null;
? ? ? ? ? ? last = last.prev;
? ? ? ? } else {
? ? ? ? ? ? node.prev.next = node.next;
? ? ? ? ? ? node.next.prev = node.prev;
? ? ? ? }
? ? ? ??
? ? ? ? node.prev = first.prev;
? ? ? ? node.next = first;
? ? ? ? first.prev = node;
? ? ? ? first = node;
? ? }
? ??
? ? public void put(int key, int value) {
? ? ? ? Node node = map.get(key);
? ? ? ??
? ? ? ? if (node == null) {
? ? ? ? ? ? node = new Node();
? ? ? ? ? ? node.key = key;
? ? ? ? ? ? node.val = value;
? ? ? ? ? ??
? ? ? ? ? ? if(map.size() == capacity) {
? ? ? ? ? ? ? ? removeLast();
? ? ? ? ? ? }
? ? ? ? ? ??
? ? ? ? ? ? addToHead(node);
? ? ? ? ? ? map.put(key, node);
? ? ? ? } else {
? ? ? ? ? ? node.val = value;
? ? ? ? ? ? moveToHead(node);
? ? ? ? }
? ? }
? ??
? ? private void addToHead(Node node) {
? ? ? ? if (map.isEmpty()) {
? ? ? ? ? ? first = node;
? ? ? ? ? ? last = node;
? ? ? ? } else {
? ? ? ? ? ? node.next = first;
? ? ? ? ? ? first.prev = node;
? ? ? ? ? ? first = node;
? ? ? ? }
? ? }
? ??
? ? private void removeLast() {
? ? ? ? map.remove(last.key);
? ? ? ? Node prevNode = last.prev;
? ? ? ? if (prevNode != null) {
? ? ? ? ? ? prevNode.next = null;
? ? ? ? ? ? last = prevNode;
? ? ? ? }
? ? }
? ??
? ? @Override
? ? public String toString() {
? ? ?? ?return map.keySet().toString();
? ? }
? ??
? ? public static void main(String[] args) {
? ? ?? ?LRUCache cache = new LRUCache(3);
? ? ? ? cache.put(1, 1);
? ? ? ? cache.put(2, 2);
? ? ? ? cache.put(3, 3);
? ? ? ? cache.get(1);
? ? ? ? cache.put(4, 3);
? ? ? ? System.out.println(cache);
?? ?}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
打印結(jié)果：
[4, 1, 3]
1
2
可以看到這種實(shí)現(xiàn)方式 get 和 put 的操作時(shí)間復(fù)雜度都是O(1)的。
版本二：
其實(shí)JDK已經(jīng)為我們提供了一個(gè)基于HashMap和雙向鏈表實(shí)現(xiàn)的數(shù)據(jù)結(jié)構(gòu)，它就是LinkedHashMap，它內(nèi)部維護(hù)的雙向鏈表，可以幫助我們維護(hù)兩種順序：
插入順序
LRU順序
下面簡(jiǎn)單的介紹下LinkedHashMap
public class LinkedHashMap<K,V> extends HashMap<K,V> implements Map<K,V>
1
它繼承自HashMap，同樣具有快速查找特性。
? ? /**
? ? ?* The head (eldest) of the doubly linked list.
? ? ?*/
? ? transient LinkedHashMap.Entry<K,V> head;
? ? /**
? ? ?* The tail (youngest) of the doubly linked list.
? ? ?*/
? ? transient LinkedHashMap.Entry<K,V> tail;
1
2
3
4
5
6
7
8
9
內(nèi)部維護(hù)了一個(gè)雙向鏈表，用來(lái)維護(hù)插入順序或者 LRU 順序。
另外根據(jù)注釋，我們可以看出來(lái)，頭節(jié)點(diǎn)head是最老的節(jié)點(diǎn)，而尾節(jié)點(diǎn)是最近一次被訪問的節(jié)點(diǎn)，所以維護(hù)LRU順序時(shí)，容量用完后，再執(zhí)行新數(shù)據(jù)的插入的話，會(huì)移除頭節(jié)點(diǎn)。
final boolean accessOrder;
1
accessOrder決定了維護(hù)的是哪一種順序，默認(rèn)為 false，此時(shí)維護(hù)的是插入順序。為true時(shí)，維護(hù)的就是LRU順序了。
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
1
2
LinkedHashMap 最重要的是上述這兩個(gè)用于維護(hù)順序的函數(shù)，它們會(huì)在 put、get 等方法中調(diào)用。
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;
? ? }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
當(dāng)一個(gè)節(jié)點(diǎn)被訪問時(shí)，如果 accessOrder 為 true，則會(huì)將該節(jié)點(diǎn)移到鏈表尾部。也就是說(shuō)指定為 LRU 順序之后，在每次訪問一個(gè)節(jié)點(diǎn)時(shí)，會(huì)將這個(gè)節(jié)點(diǎn)移到鏈表尾部，保證鏈表尾部是最近訪問的節(jié)點(diǎn)，那么鏈表首部就是最近最少使用的節(jié)點(diǎn)。
void afterNodeInsertion(boolean evict) { // possibly remove eldest
? ? LinkedHashMap.Entry<K,V> first;
? ? if (evict && (first = head) != null && removeEldestEntry(first)) {
? ? ? ? K key = first.key;
? ? ? ? removeNode(hash(key), key, null, false, true);
? ? }
}
1
2
3
4
5
6
7
在 put 等操作之后執(zhí)行，當(dāng) removeEldestEntry() 方法返回 true 時(shí)會(huì)移除最老的節(jié)點(diǎn)，也就是鏈表首部節(jié)點(diǎn) first。
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
? ? return false;
}
1
2
3
removeEldestEntry() 默認(rèn)返回 false，如果需要讓它為 true，需要繼承 LinkedHashMap 并且重寫這個(gè)方法，這是實(shí)現(xiàn) LRU 緩存的關(guān)鍵，通過移除最近最少使用的節(jié)點(diǎn)，從而保證緩存空間足夠，并且緩存的數(shù)據(jù)都是熱點(diǎn)數(shù)據(jù)。
接下來(lái)我們基于JDK提供給我們的LinkedHashMap來(lái)實(shí)現(xiàn)LRU緩存
public class LRUCache<K,V> extends LinkedHashMap<K, V>{
?? ?
?? ?//首先設(shè)定最大緩存空間 MAX_ENTRIES 為 3；
?? ?private static final int MAX_ENTRIES = 3;
?? ?
?? ?//之后使用LinkedHashMap的構(gòu)造函數(shù)將 accessOrder設(shè)置為 true，開啟 LRU順序；
?? ?public LRUCache() {
?? ??? ?super(MAX_ENTRIES, 0.75f, true);
?? ?}
?? ?
?? ?//最后覆蓋removeEldestEntry(）方法實(shí)現(xiàn)，在節(jié)點(diǎn)多于 MAX_ENTRIES 就會(huì)將最近最少使用的數(shù)據(jù)移除。
?? ?//因?yàn)檫@個(gè)函數(shù)默認(rèn)返回false，不重寫的話緩存爆了的時(shí)候無(wú)法刪除最近最久未使用的節(jié)點(diǎn)
?? ?@Override
?? ?protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
?? ??? ?//在容量超過最大允許節(jié)點(diǎn)數(shù)的時(shí)候返回true，使得在afterNodeInsertion函數(shù)中能執(zhí)行removeNode()
?? ??? ?return size() > MAX_ENTRIES;
?? ?}
?? ?
?? ?public static void main(String[] args) {
?? ? ? ?LRUCache<Integer, Integer> cache = new LRUCache<>();
?? ? ? ?cache.put(1, 1);
?? ? ? ?cache.put(2, 2);
?? ? ? ?cache.put(3, 3);
?? ? ? ?cache.get(1);
?? ? ? ?cache.put(4, 4);
?? ? ? ?System.out.println(cache.keySet());
?? ?}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
打印結(jié)果
[3, 1, 4]
1
版本二參考內(nèi)容：CyC2018 CS-Notes
————————————————
版權(quán)聲明：本文為CSDN博主「許大俠0610」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請(qǐng)附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/u013568373/article/details/90607083
總結(jié)
以上是生活随笔為你收集整理的LRU算法及Java实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Java实现单链表反转操作
- 下一篇： Java实体映射工具MapStruct