java基础--自己动手实现一个LRU java基础--自己动手实现一个L

LinkedHashMap 实现

继承 LinkedHashMap
组合 LinkedHashMap

链表 + HashMap 实现

LRU，即 Least Recently Use ，直译为 “最近最少使用”。它是根据数据的历史访问记录来进行数据淘汰的，淘汰掉最先访问的数据，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会更加高。
要实现 LRU，需要做到两点：

查询出最近最晚使用的项
给最近使用的项做一个标记

实现的方案有多种，这里小编主要介绍两种：

LinkedHashMap
双向链表 + HashMap

LinkedHashMap 实现
利用 LinkedHashMap 的原因就在于 LinkedHashMap 是有序的，默认情况下是按照元素的添加顺序存储的，也可以调整为根据访问顺序来调整内部顺序（设置参数 accessOrder 进行调整），即最近读取的数据放在最前面，我们就是利用 LinkedHashMap 的这个特性来实现 LRU。先来一个简单的例子吧：

public static void main(String[] args){Map map = new LinkedHashMap(10,0.75f,true); map.put("1","a"); map.put("2","b"); map.put("3","c"); map.put("4","d"); System.out.println("原始顺序为："); for(Iterator it = map.entrySet().iterator(); it.hasNext(); ){System.out.print(it.next().getKey() + ""); }System.out.println(); map.get("2"); System.out.println("访问 4 之后的顺序为："); for(Iterator it = map.entrySet().iterator(); it.hasNext(); ){System.out.print(it.next().getKey() + ""); }}

运行结果：

原始顺序为：1234访问 4 之后的顺序为：1342

更多关于 LinkedHashMap，请看这篇文章：LinkedHashMap
LinkedHashMap 实现 LRU 有两种方式，一种是继承 LinkedHashMap，一种是利用组合的方式，下面分别演示这两种情况。

继承 LinkedHashMap

采用继承的方式实现起来是非常简单的，因为 LinkedHashMap 本身就已经具备了 LRU 的特性，我们只需要实现一点：当容器中元素个数超过我们设定的容量后，删除第一个元素即可。同时由于 LinkedHashMap 本身不具备线程安全，我们需要确保他线程安全，这个也很简单，重写 LinkedHashMap 的 get() 和 put() 方法即可，或者使用 Collections.synchronizedMap() 方法也可以。实现如下：

public class LRUCacheLinkedHashMap extends LinkedHashMap { /*** 定一缓存容量*/private int capacity; LRUCacheLinkedHashMap(int capacity){// AccessOrder = truesuper(capacity,0.75f,true); this.capacity = capacity; } /*** 实现LRU的关键方法，如果 map 里面的元素个数大于了缓存最大容量，则删除链表的顶端元素** @param eldest* @return*/@Overridepublic boolean removeEldestEntry(Map.Entry eldest){System.out.println(eldest.getKey() + "=" + eldest.getValue()); return size()>capacity; } @Overridepublic synchronized V get(Object key) {return super.get(key); } @Overridepublic synchronized V put(K key, V value) {return super.put(key, value); }}

验证

public static void main(String[] args){LRUCacheLinkedHashMap cache = new LRUCacheLinkedHashMap(5); cache.put("1","a"); cache.put("2","b"); cache.put("3","c"); cache.put("4","d"); cache.put("5","e"); System.out.println("插入 5 个元素后的顺序"); printlnCache(cache); // 插入第 6 个元素cache.put("6","e"); System.out.println("插入第 6 个元素后的顺序"); printlnCache(cache); // 访问第 3 个元素cache.get("3"); System.out.println("访问元素 3 后的顺序"); printlnCache(cache); } private static void printlnCache(LRUCacheLinkedHashMap cacheMap){for(Iterator it = cacheMap.entrySet().iterator(); it.hasNext(); ){System.out.print(it.next().getKey() + ""); }System.out.println(); }

运行结果：

插入 5 个元素后的顺序12345插入第 6 个元素后的顺序23456访问元素 3 后的顺序24563

运行结果完全符合我们的预期

组合 LinkedHashMap

使用组合的方式可能会更加优雅些，但是由于没有实现 Map 接口，所以就不能使用 Collections.synchronizedMap() 方式来保证线程安全性了，所以需要在每个方法处增加 synchronized 来确保线程安全。实现方式如下：

public class LRUCache {private int capacity; private Map cacheMap; public LRUCache(int capacity){this.capacity = capacity; cacheMap = new LinkedHashMap<>(capacity,0.75f,true); } public synchronized void put(K k,V v){cacheMap.put(k,v); // 移除第一个元素if(cacheMap.size() > capacity){K first = this.keyIterator().next(); cacheMap.remove(first); }} public synchronized V get(K k){return cacheMap.get(k); } public Iterator keyIterator(){return cacheMap.keySet().iterator(); }}

验证：

public static void main(String[] args) {LRUCache lruCache = new LRUCache(5); lruCache.put("1","a"); lruCache.put("2","b"); lruCache.put("3","c"); lruCache.put("4","d"); lruCache.put("5","e"); System.out.println("插入 5 个元素后的顺序"); println(lruCache); // 插入第 6 个元素lruCache.put("6","e"); System.out.println("插入第 6 个元素后的顺序"); println(lruCache); // 访问第 3 个元素lruCache.get("3"); System.out.println("访问元素 3 后的顺序"); println(lruCache); } private static void println(LRUCache lruCache){for(Iterator it = lruCache.keyIterator(); it.hasNext(); ){System.out.print(it.next() + ""); }System.out.println(); }

运行结果如下：

插入 5 个元素后的顺序12345插入第 6 个元素后的顺序23456访问元素 3 后的顺序24563

组合的方式也显得非常简单，有两点需要注意：

保证每个方法的线程安全
put 时，需要查看当前容量是否超过设置的容量，超过则需要删除第一个元素。当然小编这种是实现方式不是很优雅，这么做知识为了能够更加好阐述 LRU 的实现。更好的方案是在构造 LinkedHashMap 时，重写removeEldestEntry(),如下：

cacheMap = new LinkedHashMap(capacity,0.75f,true){@Overrideprotected boolean removeEldestEntry(Map.Entry eldest) {return size()>capacity; }};

链表 + HashMap 实现
我们想想，在不利用现存数据结构的条件（如 LinkedHashMap）如何实现一个 LRU 呢？缓存部分容易实现，我们都知道利用 HashMap 即可，但是如何实现缓存容量不足时丢弃最不常用的数据的功能？

利用时间戳。每一个访问，增加的元素我们都给其更新一个时间戳，在 put 的时候，检查，删除时间戳最小的就可以了。这种方法可以实现，但是代价较高，就是我们需要遍历整个数据，得到最小的时间戳。
我们可以换位思考，我们其实不需要关注每个节点的增加或者遍历时间，我们只需要知道那个节点是最先访问就可以了，所以我们可以利用链表记录访问记录，有新数据加入时放在链表的 head 节点，每次访问也将该数据放在 head 节点，那么链表的 tail 一定是最早访问的节点，所以每次当容量不足的时候删除 tail 节点数据并将它的前驱节点设置为 tail 就可以了。注意，这个链表是一个双向链表。代码如下：

public class LinkedLRUCache { private int capacity; private Map map; private LRUNode head; private LRUNode tail; LinkedLRUCache(int capacity){this.capacity = capacity; this.map = new HashMap<>(); } public synchronized void put(K k,V v){LRUNode node = map.get(k); // 存在该 key，将节点的设置为 headif(node != null){node.value = https://www.it610.com/article/v; remove(node,false); }else{/*** 该节点不存在* 1、将该节点加入缓存* 2、设置该节点为 head* 3、判断是否超出容量*/node = new LRUNode(k,v); if(map.size()>= capacity){//删除 tail 节点remove(tail,true); } map.put(k,node); setHead(node); } // 设置当前节点为首节点setHead(node); } public Object get(String key) {LRUNode node = map.get(key); if (node != null) {// 将刚操作的元素放到headremove(node, false); setHead(node); return node.value; }return null; } /*** 设置头结点** @param node*/private void setHead(LRUNode node) {if(head != null){node.next = head; head.prev = node; } head = node; if(tail == null){tail = node; }} /*** 从链表中删除此Node** @param node* @param flag为 true 就删除该节点的 key*/private void remove(LRUNode node,boolean flag) {if (node.prev != null) {node.prev.next = node.next; } else {head = node.next; }if (node.next != null) {node.next.prev = node.prev; } else {tail = node.prev; }node.next = null; node.prev = null; if (flag) {map.remove(node.key); }}private Iterator iterator(){return map.keySet().iterator(); } private class LRUNode { /*** cache 的 key*/private K key; /*** cache 的 value*/private V value; private LRUNode next; private LRUNode prev; LRUNode(K key, V value) {this.key = key; this.value = https://www.it610.com/article/value; }}}

【java基础--自己动手实现一个LRU】验证

public static void main(String[] args){LRUCache lruCache = new LRUCache(5); lruCache.put("1","a"); lruCache.put("2","b"); lruCache.put("3","c"); lruCache.put("4","d"); lruCache.put("5","e"); System.out.println("插入 5 个元素"); println(lruCache); System.out.println("插入 3 元素"); lruCache.put("3","c"); println(lruCache); System.out.println("插入第6 个元素"); lruCache.put("6","f"); println(lruCache); System.out.println("访问 4 元素"); lruCache.get("4"); println(lruCache); }private static void println(LRUCache lruCache){Iterator iterator = lruCache.keyIterator(); while (iterator.hasNext()){System.out.print(iterator.next() + ""); }System.out.println(); }

执行结果：