这篇文章主要介绍了LRU缓存算法怎么用，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。
LRU（Least Recently Used），即最近最少使用，是一种内存管理算法，该算法基于一个假设：长期不被使用的数据，未来会被使用的概率也很低。当缓存占用达到某个值的时候，应该移除最近最少被使用的数据。
LRU 存储结构是哈希链表，哈希表的数据存储是无序的，但查找效率比较高，而双链表通过前驱和后继指针使其在逻辑上有序。
[ ] TODO ：LinkedHashMap 的源码。
通过 Hash 表快速找到所需要节点
通过双链表的特性，可以快速增加和删除节点
通过双链表，使其在逻辑上有序
对于缓存中没有的数据，会将其加入到链表的尾部：
对于缓存中已经有的数据，会更新数据值，并把节点移动到链表的尾部
当缓存容量不够时候，会将头节点移除
双链表的数据结构：
计算
安全
数据库
网络和加速
企业服务
public class Node {
public String Key;
public String value;
public Node pre;
public Node next;
public Node(String key, String value) {
Key = key;
this.value = value;
}
}LRUCache 的简单实现
ublic class LRUCache {
// 头结点和尾部结点
private Node head;
private Node end;
// LRU Cache 容量
private int limit;
// HashMap 用来存储
public Map<String, Node> hashMap;
public LRUCache(int limit) {
this.limit = limit;
hashMap = new HashMap<>();
}
// 根据 key 获取 value
public String get(String key) {
Node node = hashMap.get(key);
if (node != null) {
// 更新
refreshNode(node);
return node.value;
}
return null;
}
// 添加
public void put(String key, String value) {
// 检查是否存在 key
Node node = hashMap.get(key);
if (node != null) {
// 如果 key 已经存在，则直接更新 value，并刷新链表
node.value = value;
refreshNode(node);
} else {
// 判断是否大于 LRU 长度
if (hashMap.size() >= limit) {
// 移除头部节点
String oldKey = removeNode(head);
// 从 hashMap 中移除
hashMap.remove(oldKey);
}
// key 不存在 ，直接插入
node = new Node(key, value);
// 添加到链表尾部
addNode(node);
// 添加到 hashMap
hashMap.put(key, node);
}
}
public String remove(String key) {
Node node = hashMap.get(key);
if (node != null) {
// 移除这个节点
removeNode(node);
hashMap.remove(key);
return node.value;
}
return null;
}
private void refreshNode(Node node) {
// 如果是尾部节点，无需移动
// 如果不是尾部节点，先移除，再添加到尾部节点
if (node != end) {
// 移除
removeNode(node);
// 添加到尾部
addNode(node);
}
}
// 尾部添加结点
private void addNode(Node node) {
// 尾部插入
if (end != null) {
end.next = node;
node.pre = end;
node.next = null;
}
// 新的节点变为尾部
end = node;
// 如果头部为空，既是尾部也是头部
if (head == null) {
head = node;
}
}
// 移除节点
private String removeNode(Node node) {
// 如果只有一个节点
if (node == head && node == end) {
// 移除唯一节点
head = null;
end = null;
} else if (node == end) {
// 移除尾部节点
end = end.pre;
end.next = null;
} else if (node == head) {
// 移除头部节点
head = head.next;
head.pre = null;
} else {
// 移除中间的节点
node.pre.next = node.next;
node.next.pre = node.pre;
}
return node.Key;
}
// 测试
public static void main(String[] args) {
LRUCache cache = new LRUCache(5);
cache.put("key1", "value1");
cache.put("key2", "value2");
cache.put("key3", "value3");
cache.put("key4", "value4");
cache.put("key5", "value5");
cache.put("001", "001 的 value");
// 会输出 null，因为已经从缓存中移除
System.out.println(cache.get("key1"));
Map<String,String> map = new LinkedHashMap<>();
map.put("ddd","ddd");
}
}感谢你能够认真阅读完这篇文章，希望小编分享的“LRU缓存算法怎么用”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/RyenAng/blog/4484832
