LRU缓存淘汰策略的实现——LinkedHashMap哈希链表

LRU(最近最少使用)缓存淘汰策略可以通过使用哈希链表实现。LinkedHashMap 是 Java 中提供的一种数据结构,它综合了哈希表和双向链表的特点,非常适合用来实现 LRU 缓存。

LinkedHashMap 内部维护了一个哈希表和一个双向链表。哈希表用于快速获取缓存项,而双向链表用于保持缓存项的顺序,最近使用的项在链表的末尾,最少使用的项在链表的开头。

如何使用 LinkedHashMap 实现 LRU 缓存淘汰策略(Java实现):

java 复制代码
import java.util.LinkedHashMap;
import java.util.Map;

public class LRUCache<K, V> extends LinkedHashMap<K, V> {
    private final int capacity;

    public LRUCache(int capacity) {
        // 设置 accessOrder 参数为 true,使得 LinkedHashMap 按访问顺序排序
        super(capacity, 0.75f, true);
        this.capacity = capacity;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        // 当缓存大小超过设定的容量时,移除最老的缓存项
        return size() > capacity;
    }

    public static void main(String[] args) {
        LRUCache<Integer, String> cache = new LRUCache<>(3);

        cache.put(1, "A");
        cache.put(2, "B");
        cache.put(3, "C");

        System.out.println(cache); // 输出:{1=A, 2=B, 3=C}

        cache.get(2); // 模拟访问缓存项 2

        cache.put(4, "D"); // 超出容量,触发淘汰策略,移除最老的缓存项

        System.out.println(cache); // 输出:{2=B, 3=C, 4=D}
    }
}

我们定义了一个 LRUCache 类继承自 LinkedHashMap,并重写了 removeEldestEntry 方法来控制是否移除最老的缓存项。需要注意以下几点:

1、构造函数 :在构造LRUCache时,需要指定容量和装载因子,并将accessOrder参数设置为true,以便使LinkedHashMap按访问顺序排序。

2、removeEldestEntry方法 :需要重写removeEldestEntry方法,在缓存容量超过设置的上限时,移除最老的缓存项。默认实现为返回false,即不移除任何缓存项,需要修改为返回size() > capacity时返回true。

3、缓存操作:使用put方法向缓存中存入键值对,使用get方法获取指定键对应的值。通过LinkedHashMap的特性,最近访问的缓存项会被移动到链表尾部,从而实现LRU淘汰。

相关推荐
黄金龙PLUS2 小时前
5个1024比特大状态置换算法的设计与分析
算法·网络安全·密码学·哈希算法·同态加密
旋生万物3 小时前
Redis 缓存雪崩?不是 TTL 一样,是过期相位同步塌陷(附打散脚本)
redis·缓存·aigc·螺旋生成论·螺旋相位
another heaven6 天前
【算法/C++ MD5算法能否逆解码?原理、C++实现与同类哈希算法对比】
c++·算法·哈希算法
全栈弄潮儿²⁰²⁴6 天前
AI Agent 开发实战(30):限流、缓存与成本控制
人工智能·gpt·缓存·agent·限流·agi·成本控制
无敌贵点大王7 天前
RTThread学习记录11——RT-Thread 设备模型吃透:UART/ADC/PWM/PIN 到底有什么区别?
c语言·stm32·学习·链表
Together_CZ7 天前
DeepSeek-V4.1-Flash:Pushing the Limits of KV Cache Compression——推动 KV 缓存压缩的极限
缓存·llm·compression·kv cache·deepseek·v4.1-flash·推动 kv 缓存压缩的极限
Pioneer000017 天前
我用 Redis + 网关做多模型 API 路由:缓存命中率 95%+ 的工程实践
人工智能·redis·后端·缓存·性能优化·架构
黄金龙PLUS7 天前
5个800比特大状态置换算法的设计与分析
算法·网络安全·密码学·哈希算法·同态加密
hweiyu008 天前
Redis命令:MSETNX
redis·缓存
wdfk_prog8 天前
ROS教程08:从 TransportTCP::connect() 追到 TCPROS Connection Header、序列化与 Socket 数据传输
运维·缓存·docker·容器·ros