【原创图解 算法leetcode 146】实现一个LRU缓存淘汰策略策略的数据结构

1 概念

LRU是Least Recently Used的缩写,即最近最少使用,是一种常见的缓存淘汰算法。

其核心思想为:当内存达到上限时,淘汰最久未被访问的缓存。

2 LeetCode

LeetCode: 146. LRU缓存

3 实现

通过上面LRU的淘汰策略可知,需要记录每个缓存key的访问时间顺序,并且在达到缓存上限时,淘汰最久没有被访问的那个key。

由于是淘汰最久未被使用的key,可以并不需要记录每个key的访问时间戳这样细的粒度,只需要根据对key的访问时间进行排序来得到最久未被访问的key。这个有序的数据结构可以采用双向队列来实现,其核心思想为:

  1. 使用map来存储缓存的key, value,并且将key存入一个双端队列中。
  2. 当put缓存时,先判断key是否在缓存中,若是将key移动到队列的末尾(代表最近被访问),否则直接将key添加到队列末尾。然后判断缓存是否超过容量限制,若是则将队列头的key移除并从map中移除缓存。
  3. 当get缓存时,将key移动到队列头部(代表最近被访问)。

即通过双端队列来维护对缓存key的访问顺序 ,当存入和读取缓存key时,都将其移动到最后的位置 ,当缓存超过容量限制的时候,就从头的位置开始删除缓存 。如下图所示

2.1 使用LinkedList + HashMap实现

java 复制代码
class LRUCache<K, V> {
    private final int capacity;
    private final Map<K, V> cache;
    private final LinkedList<K> list;
    
    public LRUCache(int capacity) {
        this.capacity = capacity;
        this.cache = new HashMap<>(capacity);
        this.list = new LinkedList<>();
    }

    public synchronized V get(K key) {
        if (!cache.containsKey(key)) {
            return null;
        }
        // 访问这个key直接放到最后,代表最近访问
        list.remove(key);
        list.addLast(key);
        // 然后返回这个key的value
        return cache.get(key);
    }

    public synchronized void put(K key, V value) {
        if (cache.containsKey(key)) {
            list.remove(key);
        }
        // 然后放入缓存并放到最新的一个位置
        cache.put(key, value);
        list.addLast(key);
        // 如果cache满了,就把最久未访问的key删掉
        while (cache.size() > capacity) {
            K remove = list.removeFirst();
            cache.remove(remove);
        }
    }
}

2.2 使用LinkedHashMap实现

java 复制代码
class LRUCache2<K, V> extends LinkedHashMap<K, V> {
    private final int capacity;

    public LRUCache2(int capacity) {
        // 初始化容量,开启访问排序
        super(capacity, 0.75F, true);
        this.capacity = capacity;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        // 超过容量,删除最久未使用的元素
        return size() > capacity;
    }
}

源码见:GitHub欢迎star

相关推荐
程序员黄同学7 分钟前
动态规划,如何应用动态规划解决实际问题?
算法·动态规划
march_birds25 分钟前
FreeRTOS 与 RT-Thread 事件组对比分析
c语言·单片机·算法·系统架构
斯汤雷1 小时前
Matlab绘图案例,设置图片大小,坐标轴比例为黄金比
数据库·人工智能·算法·matlab·信息可视化
云 无 心 以 出 岫1 小时前
贪心算法QwQ
数据结构·c++·算法·贪心算法
俏布斯2 小时前
算法日常记录
java·算法·leetcode
独好紫罗兰2 小时前
洛谷题单3-P5719 【深基4.例3】分类平均-python-流程图重构
开发语言·python·算法
SheepMeMe2 小时前
蓝桥杯2024省赛PythonB组——日期问题
python·算法·蓝桥杯
随便昵称2 小时前
蓝桥杯专项复习——前缀和和差分
c++·算法·前缀和·蓝桥杯
脑子慢且灵2 小时前
蓝桥杯冲刺:一维前缀和
算法·leetcode·职场和发展·蓝桥杯·动态规划·一维前缀和
松韬3 小时前
Spring + Redisson:从 0 到 1 搭建高可用分布式缓存系统
java·redis·分布式·spring·缓存