最近最少使用(LRU)算法模拟--LeastRecentPage

题目

最近最少使用（LRU）缓存算法从缓存中收回最近最少使用元素（当缓存满时）。当缓存请求元素后，应将元素添加到缓存（如果之前不再缓存中），并将其作为缓存中最近使用最多的元素。

给高速缓存的最大容量和一个整数（向缓存发出请求），请使用LRU高速缓存算法计算高速缓存请求失败的次数。当请求的整数不在高速缓存中时，说明高速缓存请求失败。

初始状态下告诉缓存是空的。

编写程序模拟LRU的运行过程，
依次输入分配给某进程的缓存大小（页帧数）和该进程访问页面的次序，用-1作为输入结束标志，
初始时缓存为空，要求输出使用LRU算法的缺页次数

测试用例

TestCase 1：
Input：
4
4 3 2 1 4 3 5 4 3 2 1 5 4 -1
Expected Return Value：
9

TestCase 2：
Input：
3
1 2 3 3 2 1 4 3 2 1 -1
Expected Return Value：
7

TestCase 3：
3
Input：
3 0 1 2 0 3 0 4 2 3 0 3 2 1 2 0 -1
Expected Return Value：
11

TestCase 4：
2
Input：
2 3 1 3 2 1 4 3 2-1
Expected Return Value：
8

代码

import java.util.Scanner;public class LeastRecentPage {public static final int MAX_TASK_NUM = 100;public static void main(String[] args) {// TODO Auto-generated method stubScanner scan = new Scanner(System.in);while (scan.hasNext()) {int cacheBlocks = scan.nextInt();int[] taskPages = new int[MAX_TASK_NUM];int i = 0;int page = scan.nextInt();while (page != -1) // 输入结束标志{taskPages[i++] = page;page = scan.nextInt();}System.out.println(LRU.calMissingPages(cacheBlocks, i, taskPages));}scan.close();}}class LRU {public static int calMissingPages(int cacheBlocks, int taskNum, int taskPages[]) {int[] cache = new int[cacheBlocks]; // 缓存cache[0] = taskPages[0]; // 预处理，先将第一个作业页面放入缓存int cachePages = 1; // 已缓存的页面数int missingNum = 1; // 缺页次数boolean missingFlag;// 缺页标志for (int i = 1; i < taskNum; i++) {missingFlag = true;for (int j = 0; j < cachePages; j++) {if (cache[j] == taskPages[i]) // 命中{missingFlag = false;int t = cache[j];// 插入排序将当前命中的元素移到队尾for (int k = j + 1; k < cachePages; k++)cache[k - 1] = cache[k];cache[cachePages - 1] = t;break;}}if (missingFlag)// 未命中{missingNum++;if (cachePages == cacheBlocks) // 缓存已满{for (int k = 1; k < cachePages; k++)cache[k - 1] = cache[k];cache[cachePages - 1] = taskPages[i];} else // 缓存未满{cache[cachePages] = taskPages[i];cachePages++;}}}return missingNum;}