LRU(Least Recently Used)

  • 最近最少使用,它的设计原则借鉴了时间局部性原理,该算法认为如果数据最近被访问过,那么将来被访问的几率也更高,反之亦然。其原理是将数据按照其被访问的时间形成一个有序序列,最久未被使用的数据应该最早被淘汰掉,即当缓存空间被占满时,缓存内最长时间未被使用的数据将被淘汰掉。

大致思路

  • 可以简单的维护一个双向链表来实现,每当数据被访问时,使用头插法插入到队首。空间占满时,先移除末尾元素,随后对新元素使用头插法。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    public class LRUCache {
    class Node {
    Node pre, next;
    int key, value;
    Node(int key, int value) {
    this.key = key;
    this.value = value;
    }
    }

    Node head = new Node(0, 0);
    Node tail = new Node(0, 0);
    Map<Integer, Node> map;
    int size;

    // 提供初始化缓存的大小
    public LRUCache(int size) {
    this.size = size;
    map = new HashMap<>(size);
    head.next = tail;
    tail.pre = head;
    }

    public int get(int key) {
    int res = -1;
    // 命中缓存,将其移动到队首
    if (map.containsKey(key)) {
    Node node = map.get(key);
    remove(node);
    insertToHead(node);
    res = node.value;
    }
    return res;
    }

    public void put(int key, int value) {
    // 命中缓存,修改键值,并移动到队首
    if (map.containsKey(key)) {
    // 1. 修改键值
    Node node = map.get(key);
    node.value = value;
    // 移动到队首
    remove(node);
    insertToHead(node);
    } else {
    // 未命中缓存,判断缓存是否已满
    int mapSize = map.size();
    // 已满则移除队尾元素
    if (mapSize == size) {
    map.remove(tail.pre.key);
    remove(tail.pre);
    }
    // 插入新元素
    Node node = new Node(key, value);
    insertToHead(node);
    map.put(key, node);
    }
    }

    public void remove(Node node) {
    node.pre.next = node.next;
    node.next.pre = node.pre;
    }

    public void insertToHead(Node node) {
    Node firstNode = head.next;
    head.next = node;
    firstNode.pre = node;
    node.next = firstNode;
    node.pre = head;
    }
    }
  • 基本的缓存逻辑写好了,那么如何编写过期逻辑呢?这里采用的是惰性删除,如果查询该元素时,发现该元素已经过期,那么移除该元素。当插入元素时,需要遍历所有的key,然后删除,当然这个判断条件也可以是当缓存满了的时候再执行。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    public class LRUCache {
    class Node {
    Node pre, next;
    int key, value;
    long expireTime;

    Node(int key, int value, long expireTime) {
    this.key = key;
    this.value = value;
    this.expireTime = expireTime;
    }
    }

    Node head = new Node(0, 0, -1);
    Node tail = new Node(0, 0, -1);
    Map<Integer, Node> map;
    int size;

    // 提供初始化缓存的大小
    public LRUCache(int size) {
    this.size = size;
    map = new HashMap<>(size);
    head.next = tail;
    tail.pre = head;
    }

    public int get(int key) {
    int res = -1;
    // 命中缓存,将其移动到队首
    if (map.containsKey(key)) {
    Node node = map.get(key);
    if (node.expireTime > System.currentTimeMillis()) {
    remove(node);
    insertToHead(node);
    res = node.value;
    } else {
    System.out.println("当前节点过期:" + key);
    remove(node);
    }
    }
    return res;
    }

    public void put(int key, int value, long expireTime) {
    // 删除所有过期的key
    map.entrySet().removeIf(entry -> {
    boolean b = entry.getValue().expireTime <= System.currentTimeMillis();
    if (b) {
    System.out.println("移除key:" + entry.getValue().key);
    }
    return b;
    } );

    // 命中缓存,修改键值,并移动到队首
    if (map.containsKey(key)) {
    // 1. 修改键值
    Node node = map.get(key);
    node.value = value;
    // 移动到队首
    remove(node);
    insertToHead(node);
    } else {
    // 未命中缓存,判断缓存是否已满
    int mapSize = map.size();
    // 已满则移除队尾元素
    if (mapSize == size) {
    map.remove(tail.pre.key);
    remove(tail.pre);
    }
    // 插入新元素
    Node node = new Node(key, value, expireTime);
    insertToHead(node);
    map.put(key, node);
    }
    }

    public void remove(Node node) {
    node.pre.next = node.next;
    node.next.pre = node.pre;
    }

    public void insertToHead(Node node) {
    Node firstNode = head.next;
    head.next = node;
    firstNode.pre = node;
    node.next = firstNode;
    node.pre = head;
    }
    }
  • 下面简单写个main方法验证一下,查看日志是否符合预期

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    public static void main(String[] args) {
    LRUCache cache = new LRUCache(3);

    Scanner scanner = new Scanner(System.in);
    while (true) {
    System.out.println("请输入操作:get 或 put");
    String operation = scanner.nextLine();

    if ("get".equalsIgnoreCase(operation)) {
    System.out.println("请输入要获取的键:");
    int key = scanner.nextInt();
    scanner.nextLine(); // 清除缓冲区中的换行符

    int value = cache.get(key);
    if (value != -1) {
    System.out.println("键 " + key + " 对应的值为:" + value);
    } else {
    System.out.println("键 " + key + " 不存在或已过期");
    }
    } else if ("put".equalsIgnoreCase(operation)) {
    System.out.println("请输入要放入的键:");
    int key = scanner.nextInt();
    System.out.println("请输入要放入的值:");
    int value = scanner.nextInt();
    System.out.println("请输入过期时间(毫秒):");
    long expireTime = scanner.nextLong();
    scanner.nextLine();

    cache.put(key, value, System.currentTimeMillis() + expireTime);
    System.out.println("键值对已放入缓存");
    } else {
    System.out.println("无效的操作,请重新输入");
    }
    }
    }