LRU全稱(chēng)是Least?Recently Used，即最近最久未使用的意思。

LRU算法的設(shè)計(jì)原則是：如果一個(gè)數(shù)據(jù)在最近一段時(shí)間沒(méi)有被訪問(wèn)到，那么在將來(lái)它被訪問(wèn)的可能性也很小。也就是說(shuō)，當(dāng)限定的空間已存滿數(shù)據(jù)時(shí)，應(yīng)當(dāng)把最久沒(méi)有被訪問(wèn)到的數(shù)據(jù)淘汰。

實(shí)現(xiàn)LRU

?????
1.用一個(gè)數(shù)組來(lái)存儲(chǔ)數(shù)據(jù)，給每一個(gè)數(shù)據(jù)項(xiàng)標(biāo)記一個(gè)訪問(wèn)時(shí)間戳，每次插入新數(shù)據(jù)項(xiàng)的時(shí)候，先把數(shù)組中存在的數(shù)據(jù)項(xiàng)的時(shí)間戳自增，并將新數(shù)據(jù)項(xiàng)的時(shí)間戳置為0并插入到數(shù)組中。每次訪問(wèn)數(shù)組中的數(shù)據(jù)項(xiàng)的時(shí)候，將被訪問(wèn)的數(shù)據(jù)項(xiàng)的時(shí)間戳置為0。當(dāng)數(shù)組空間已滿時(shí)，將時(shí)間戳最大的數(shù)據(jù)項(xiàng)淘汰。

2.利用一個(gè)鏈表來(lái)實(shí)現(xiàn)，每次新插入數(shù)據(jù)的時(shí)候?qū)⑿聰?shù)據(jù)插到鏈表的頭部；每次緩存命中（即數(shù)據(jù)被訪問(wèn)），則將數(shù)據(jù)移到鏈表頭部；那么當(dāng)鏈表滿的時(shí)候，就將鏈表尾部的數(shù)據(jù)丟棄。

3.利用鏈表和hashmap。當(dāng)需要插入新的數(shù)據(jù)項(xiàng)的時(shí)候，如果新數(shù)據(jù)項(xiàng)在鏈表中存在（一般稱(chēng)為命中），則把該節(jié)點(diǎn)移到鏈表頭部，如果不存在，則新建一個(gè)節(jié)點(diǎn)，放到鏈表頭部，若緩存滿了，則把鏈表最后一個(gè)節(jié)點(diǎn)刪除即可。在訪問(wèn)數(shù)據(jù)的時(shí)候，如果數(shù)據(jù)項(xiàng)在鏈表中存在，則把該節(jié)點(diǎn)移到鏈表頭部，否則返回-1。這樣一來(lái)在鏈表尾部的節(jié)點(diǎn)就是最近最久未訪問(wèn)的數(shù)據(jù)項(xiàng)。

對(duì)于第一種方法，需要不停地維護(hù)數(shù)據(jù)項(xiàng)的訪問(wèn)時(shí)間戳，另外，在插入數(shù)據(jù)、刪除數(shù)據(jù)以及訪問(wèn)數(shù)據(jù)時(shí)，時(shí)間復(fù)雜度都是O(n)。對(duì)于第二種方法，鏈表在定位數(shù)據(jù)的時(shí)候時(shí)間復(fù)雜度為O(n)。所以在一般使用第三種方式來(lái)是實(shí)現(xiàn)LRU算法。
實(shí)現(xiàn)方案

使用LinkedHashMap實(shí)現(xiàn)
?????LinkedHashMap底層就是用的HashMap加雙鏈表實(shí)現(xiàn)的，而且本身已經(jīng)實(shí)現(xiàn)了按照訪問(wèn)順序的存儲(chǔ)。此外，LinkedHashMap中本身就實(shí)現(xiàn)了一個(gè)方法removeEldestEntry用于判斷是否需要移除最不常讀取的數(shù)，方法默認(rèn)是直接返回false，不會(huì)移除元素，所以需要重寫(xiě)該方法。即當(dāng)緩存滿后就移除最不常用的數(shù)。
????
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();
? }
}

當(dāng)存在熱點(diǎn)數(shù)據(jù)時(shí)，LRU的效率很好，但偶發(fā)性的、周期性的批量操作會(huì)導(dǎo)致LRU命中率急劇下降，緩存污染情況比較嚴(yán)重。
擴(kuò)展

1.LRU-K

LRU-K中的K代表最近使用的次數(shù)，因此LRU可以認(rèn)為是LRU-1。LRU-K的主要目的是為了解決LRU算法“緩存污染”的問(wèn)題，其核心思想是將“最近使用過(guò)1次”的判斷標(biāo)準(zhǔn)擴(kuò)展為“最近使用過(guò)K次”。
相比LRU，LRU-K需要多維護(hù)一個(gè)隊(duì)列，用于記錄所有緩存數(shù)據(jù)被訪問(wèn)的歷史。只有當(dāng)數(shù)據(jù)的訪問(wèn)次數(shù)達(dá)到K次的時(shí)候，才將數(shù)據(jù)放入緩存。當(dāng)需要淘汰數(shù)據(jù)時(shí)，LRU-K會(huì)淘汰第K次訪問(wèn)時(shí)間距當(dāng)前時(shí)間最大的數(shù)據(jù)。

數(shù)據(jù)第一次被訪問(wèn)時(shí)，加入到歷史訪問(wèn)列表，如果書(shū)籍在訪問(wèn)歷史列表中沒(méi)有達(dá)到K次訪問(wèn)，則按照一定的規(guī)則（FIFO,LRU）淘汰；當(dāng)訪問(wèn)歷史隊(duì)列中的數(shù)據(jù)訪問(wèn)次數(shù)達(dá)到K次后，將數(shù)據(jù)索引從歷史隊(duì)列中刪除，將數(shù)據(jù)移到緩存隊(duì)列中，并緩存數(shù)據(jù)，緩存隊(duì)列重新按照時(shí)間排序；緩存數(shù)據(jù)隊(duì)列中被再次訪問(wèn)后，重新排序，需要淘汰數(shù)據(jù)時(shí)，淘汰緩存隊(duì)列中排在末尾的數(shù)據(jù)，即“淘汰倒數(shù)K次訪問(wèn)離現(xiàn)在最久的數(shù)據(jù)”。
LRU-K具有LRU的優(yōu)點(diǎn)，同時(shí)還能避免LRU的缺點(diǎn)，實(shí)際應(yīng)用中LRU-2是綜合最優(yōu)的選擇。由于LRU-K還需要記錄那些被訪問(wèn)過(guò)、但還沒(méi)有放入緩存的對(duì)象，因此內(nèi)存消耗會(huì)比LRU要多。
2.two queue

Two?queues（以下使用2Q代替）算法類(lèi)似于LRU-2，不同點(diǎn)在于2Q將LRU-2算法中的訪問(wèn)歷史隊(duì)列（注意這不是緩存數(shù)據(jù)的）改為一個(gè)FIFO緩存隊(duì)列，即：2Q算法有兩個(gè)緩存隊(duì)列，一個(gè)是FIFO隊(duì)列，一個(gè)是LRU隊(duì)列。當(dāng)數(shù)據(jù)第一次訪問(wèn)時(shí)，2Q算法將數(shù)據(jù)緩存在FIFO隊(duì)列里面，當(dāng)數(shù)據(jù)第二次被訪問(wèn)時(shí)，則將數(shù)據(jù)從FIFO隊(duì)列移到LRU隊(duì)列里面，兩個(gè)隊(duì)列各自按照自己的方法淘汰數(shù)據(jù)。

新訪問(wèn)的數(shù)據(jù)插入到FIFO隊(duì)列中，如果數(shù)據(jù)在FIFO隊(duì)列中一直沒(méi)有被再次訪問(wèn)，則最終按照FIFO規(guī)則淘汰；如果數(shù)據(jù)在FIFO隊(duì)列中再次被訪問(wèn)到，則將數(shù)據(jù)移到LRU隊(duì)列頭部，如果數(shù)據(jù)在LRU隊(duì)列中再次被訪問(wèn)，則將數(shù)據(jù)移動(dòng)LRU隊(duì)列頭部，LRU隊(duì)列淘汰末尾的數(shù)據(jù)。
3.Multi Queue(MQ)

?????MQ算法根據(jù)訪問(wèn)頻率將數(shù)據(jù)劃分為多個(gè)隊(duì)列，不同的隊(duì)列具有不同的訪問(wèn)優(yōu)先級(jí)，其核心思想是：優(yōu)先緩存訪問(wèn)次數(shù)多的數(shù)據(jù)。詳細(xì)的算法結(jié)構(gòu)圖如下，Q0，Q1....Qk代表不同的優(yōu)先級(jí)隊(duì)列，Q-history代表從緩存中淘汰數(shù)據(jù)，但記錄了數(shù)據(jù)的索引和引用次數(shù)的隊(duì)列：

新插入的數(shù)據(jù)放入Q0，每個(gè)隊(duì)列按照LRU進(jìn)行管理，當(dāng)數(shù)據(jù)的訪問(wèn)次數(shù)達(dá)到一定次數(shù)，需要提升優(yōu)先級(jí)時(shí)，將數(shù)據(jù)從當(dāng)前隊(duì)列中刪除，加入到高一級(jí)隊(duì)列的頭部；為了防止高優(yōu)先級(jí)數(shù)據(jù)永遠(yuǎn)不會(huì)被淘汰，當(dāng)數(shù)據(jù)在指定的時(shí)間里沒(méi)有被訪問(wèn)時(shí)，需要降低優(yōu)先級(jí)，將數(shù)據(jù)從當(dāng)前隊(duì)列刪除，加入到低一級(jí)的隊(duì)列頭部；需要淘汰數(shù)據(jù)時(shí)，從最低一級(jí)隊(duì)列開(kāi)始按照LRU淘汰，每個(gè)隊(duì)列淘汰數(shù)據(jù)時(shí)，將數(shù)據(jù)從緩存中刪除，將數(shù)據(jù)索引加入Q-history頭部。如果數(shù)據(jù)在Q-history中被重新訪問(wèn)，則重新計(jì)算其優(yōu)先級(jí)，移到目標(biāo)隊(duì)列頭部。Q-history按照LRU淘汰數(shù)據(jù)的索引。

MQ需要維護(hù)多個(gè)隊(duì)列，且需要維護(hù)每個(gè)數(shù)據(jù)的訪問(wèn)時(shí)間，復(fù)雜度比LRU高。
LRU算法對(duì)比

對(duì)比點(diǎn)
對(duì)比
命中率
LRU-2?>?MQ(2)?>?2Q?>?LRU
復(fù)雜度
LRU-2?>?MQ(2)?>?2Q?>?LRU
代價(jià)
LRU-2??>?MQ(2)?>?2Q?>?LRU

?

超強(qiáng)干貨來(lái)襲 云風(fēng)專(zhuān)訪：近40年碼齡，通宵達(dá)旦的技術(shù)人生

總結(jié)

以上是生活随笔為你收集整理的LRU实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。