【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
程序员大雄学编程44 分钟前
「深度学习笔记4」深度学习优化算法完全指南:从梯度下降到Adam的实战详解
笔记·深度学习·算法·机器学习
小O的算法实验室1 小时前
2022年ASOC SCI2区TOP,基于竞争与合作策略的金字塔粒子群算法PPSO,深度解析+性能实测,深度解析+性能实测
算法·论文复现·智能算法·智能算法改进
南莺莺1 小时前
邻接矩阵的基本操作
数据结构·算法··邻接矩阵
长安城没有风2 小时前
从入门到精通【Redis】Redis 典型应⽤ --- 缓存 (cache)
数据库·redis·后端·缓存
骇客野人2 小时前
【软考备考】软件架构设计需要考虑系统性能 如何使用缓存提高系统性能知识点七
缓存
学无止境w2 小时前
Redis在电商中的深度应用:商品缓存、秒杀锁、排行榜的实现与避坑指南
数据库·redis·缓存
Tony Bai2 小时前
释放 Go 的极限潜能:CPU 缓存友好的数据结构设计指南
开发语言·后端·缓存·golang
象象翔2 小时前
Redis实战篇---添加缓存(店铺类型添加缓存需求)
数据库·redis·缓存
微波仿真2 小时前
实现多通道ADC多次测量取平均值,使用DMA
算法
余俊晖2 小时前
多模态文档理解视觉token剪枝思路
人工智能·算法·剪枝·多模态