缓存淘汰算法--LRU算法(java代码实现)

来源：互联网发布：如何选择网络机顶盒编辑：程序博客网时间：2024/06/05 01:03

LRU
原理
LRU（Least recently used，最近最少使用）算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。

实现1
最常见的实现是使用一个链表保存缓存数据，详细算法实现如下：
这里写图片描述
1. 新数据插入到链表头部；
2. 每当缓存命中（即缓存数据被访问），则将数据移到链表头部；
3. 当链表满的时候，将链表尾部的数据丢弃。
分析
【命中率】
当存在热点数据时，LRU的效率很好，但偶发性的、周期性的批量操作会导致LRU命中率急剧下降，缓存污染情况比较严重。
【复杂度】
实现简单。
【代价】
命中时需要遍历链表，找到命中的数据块索引，然后需要将数据移到头部。

import java.util.ArrayList;  import java.util.Collection;  import java.util.LinkedHashMap;  import java.util.concurrent.locks.Lock;  import java.util.concurrent.locks.ReentrantLock;  import java.util.Map;  /**  * 类说明：利用LinkedHashMap实现简单的缓存， 必须实现removeEldestEntry方法，具体参见JDK文档  *   * @author dennis  *   * @param <K>  * @param <V>  */ public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {      private final int maxCapacity;      private static final float DEFAULT_LOAD_FACTOR = 0.75f;      private final Lock lock = new ReentrantLock();      public LRULinkedHashMap(int maxCapacity) {          super(maxCapacity, DEFAULT_LOAD_FACTOR, true);          this.maxCapacity = maxCapacity;      }      @Override     protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {          return size() > maxCapacity;      }      @Override     public boolean containsKey(Object key) {          try {              lock.lock();              return super.containsKey(key);          } finally {              lock.unlock();          }      }      @Override     public V get(Object key) {          try {              lock.lock();              return super.get(key);          } finally {              lock.unlock();          }      }      @Override     public V put(K key, V value) {          try {              lock.lock();              return super.put(key, value);          } finally {              lock.unlock();          }      }      public int size() {          try {              lock.lock();              return super.size();          } finally {              lock.unlock();          }      }      public void clear() {          try {              lock.lock();              super.clear();          } finally {              lock.unlock();          }      }      public Collection<Map.Entry<K, V>> getAll() {          try {              lock.lock();              return new ArrayList<Map.Entry<K, V>>(super.entrySet());          } finally {              lock.unlock();          }      }  }

实现2
LRUCache的链表+HashMap实现
这里写图片描述

传统意义的LRU算法是为每一个Cache对象设置一个计数器，每次Cache命中则给计数器+1，而Cache用完，需要淘汰旧内容，放置新内容时，就查看所有的计数器，并将最少使用的内容替换掉。

它的弊端很明显，如果Cache的数量少，问题不会很大，但是如果Cache的空间过大，达到10W或者100W以上，一旦需要淘汰，则需要遍历所有计算器，其性能与资源消耗是巨大的。效率也就非常的慢了。
它的原理：将Cache的所有位置都用双连表连接起来，当一个位置被命中之后，就将通过调整链表的指向，将该位置调整到链表头的位置，新加入的Cache直接加到链表头中。
这样，在多次进行Cache操作后，最近被命中的，就会被向链表头方向移动，而没有命中的，而想链表后面移动，链表尾则表示最近最少使用的Cache。
当需要替换内容时候，链表的最后位置就是最少被命中的位置，我们只需要淘汰链表最后的部分即可。
上面说了这么多的理论，下面用代码来实现一个LRU策略的缓存。
非线程安全，若实现安全，则在响应的方法加锁。

import java.util.HashMap;import java.util.Map.Entry;import java.util.Set;public class LRUCache<K, V> {    private int currentCacheSize;    private int CacheCapcity;    private HashMap<K,CacheNode> caches;    private CacheNode first;    private CacheNode last;    public LRUCache(int size){        currentCacheSize = 0;        this.CacheCapcity = size;        caches = new HashMap<K,CacheNode>(size);    }    public void put(K k,V v){        CacheNode node = caches.get(k);        if(node == null){            if(caches.size() >= CacheCapcity){                caches.remove(last.key);                removeLast();            }            node = new CacheNode();            node.key = k;        }        node.value = v;        moveToFirst(node);        caches.put(k, node);    }    public Object  get(K k){        CacheNode node = caches.get(k);        if(node == null){            return null;        }        moveToFirst(node);        return node.value;    }    public Object remove(K k){        CacheNode node = caches.get(k);        if(node != null){            if(node.pre != null){                node.pre.next=node.next;            }            if(node.next != null){                node.next.pre=node.pre;            }            if(node == first){                first = node.next;            }            if(node == last){                last = node.pre;            }        }        return caches.remove(k);    }    public void clear(){        first = null;        last = null;        caches.clear();    }    private void moveToFirst(CacheNode node){        if(first == node){            return;        }        if(node.next != null){            node.next.pre = node.pre;        }        if(node.pre != null){            node.pre.next = node.next;        }        if(node == last){            last= last.pre;        }        if(first == null || last == null){            first = last = node;            return;        }        node.next=first;        first.pre = node;        first = node;        first.pre=null;    }    private void removeLast(){        if(last != null){            last = last.pre;            if(last == null){                first = null;            }else{                last.next = null;            }        }    }    @Override    public String toString(){        StringBuilder sb = new StringBuilder();        CacheNode node = first;        while(node != null){            sb.append(String.format("%s:%s ", node.key,node.value));            node = node.next;        }        return sb.toString();    }    class CacheNode{        CacheNode pre;        CacheNode next;        Object key;        Object value;        public CacheNode(){        }    }    public static void main(String[] args) {        LRUCache<Integer,String> lru = new LRUCache<Integer,String>(3);        lru.put(1, "a");    // 1:a        System.out.println(lru.toString());        lru.put(2, "b");    // 2:b 1:a         System.out.println(lru.toString());        lru.put(3, "c");    // 3:c 2:b 1:a         System.out.println(lru.toString());        lru.put(4, "d");    // 4:d 3:c 2:b          System.out.println(lru.toString());        lru.put(1, "aa");   // 1:aa 4:d 3:c          System.out.println(lru.toString());        lru.put(2, "bb");   // 2:bb 1:aa 4:d        System.out.println(lru.toString());        lru.put(5, "e");    // 5:e 2:bb 1:aa        System.out.println(lru.toString());        lru.get(1);         // 1:aa 5:e 2:bb        System.out.println(lru.toString());        lru.remove(11);     // 1:aa 5:e 2:bb        System.out.println(lru.toString());        lru.remove(1);      //5:e 2:bb        System.out.println(lru.toString());        lru.put(1, "aaa");  //1:aaa 5:e 2:bb        System.out.println(lru.toString());    }}

0 0