算法:LRU(最近最少使用)
本文參考自小灰文章:https://mp.weixin.qq.com/s/B5xiVeW22ZumbI9KfrYJSg
LRU算法
什么是LRU算法
LRU算法又稱最近最少使用算法,它的基本思想是長期不被使用的數據,在未來被用到的幾率也不大,所以當新的數據進來時我們可以優先把這些數據替換掉。
在LRU算法中,使用了一種有趣的數據結構,稱為哈希鏈表。我們知道哈希表是由多個<Key,Value>對組成的,哈希鏈表是將這寫節點鏈接起來,每一個節點都有一個前驅結點和后驅節點,就像雙向鏈表中的節點一樣。哈希表擁有了固定的排列順序。

基於哈希鏈表的有序性,我們就可以把<Key,Value>按照最后的使用時間來排列。
LRU算法的基本思路
假設我們使用哈希鏈表來緩存用戶信息,目前緩存了4個用戶,用戶按照時間順序從鏈表右端插入:

情景一:當訪問用戶5時,由於哈希鏈表中沒有用戶5的數據,從數據庫中讀取出來插入到緩存中

情景二:擋訪問用戶2時,由於哈希鏈表中有用戶2的數據,我們把它掐斷,放到鏈表最右段


情景三:同情景二,這次訪問用戶4的數據

情景四:當用戶訪問用戶6,用戶6在緩存中沒有,需要插入到鏈表中,但此時鏈表長度已滿,我們把最左端的用戶刪掉,然后插入用戶6

說明:我們仔細回顧一下,當緩存命中時,我們就把它放到最右端,也就是說排在右邊的是最近被使用過的,那左邊的當然是相對較少被訪問過的,所以當緩存不命中的時候,我們就把最左邊的剔除掉,所以這里就體現了最近最少使用的原則。
LRU算法的基本實現
public class LRUCache{
private int limit;
private HashMap<String,Node> hashMap;
private Node head;
private Node end;
public LRUCache(int limit)
{
this.limit = limit;
hashMap = new HashMap<String,Node>();
}
public String get(String key){
Node node = hashMap.get(key);
if(node ==null)
return null;
refreshNode(node);
return node.value;
}
public void put(String key,String value){
Node node = hashMap.get(key);
if(node == null){
if(hashMap.size()>=limit)
{
String oldKey = removeNode(head);
hashMap.remove(oldKey);
}
node = new Node(key,value);
addNode(node);
hashMap.put(key,node)
}else{
node.value = value;
refreshNode(node);
}
}
public void remove(String key){
Node node = hashMap.get(key);
removeNode(node);
hashMap.remove(key);
}
/**
* 刷新剛被訪問的節點位置
*/
private void refreshNode(Node node)
{
if(node == end)
return;
removeNode(node);
addNode(node);
}
/**
* 刪除節點
*/
public String removeNode(Node node){
if(node == end)
//刪除尾節點
end = end.pre;
else if(node ==head)
//刪除頭節點
head = head.next;
else
{
//移除中間節點
node.pre.next = node.next;
node.next.pre = node.pre;
}
return node.key;
}
/**
* 尾部插入節點
*/
public void addNode(Node node)
{
if(end!=null)
{
end.next = node;
node.pre = end;
node.next = null;
}
end = node;
if(head == null)
head = node;
}
}
