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:
- 使用map来存储缓存的key, value,并且将key存入一个双端队列中。
- 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。
- 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
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
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