• Java 实现 LRU 缓存


    最近面美团基础数据平台部的时候碰到一个面试题,问如何实现LRU缓存算法,感觉挺有意思的,既考察了操作系统,又考察了对JDK中util工具的掌握程度,还可以考察算法设计和对缓存的理解功底。

    LRU的原理

    LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,把最近一次使用时间离现在时间最远的数据删除掉,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”。

    利用JDK中LinkedHashMap

    在构造LinkedHashMap的时候可以选择一个参数`accessOrder`,默认为`false`,map内部会按照插入顺序进行维护。如果手动把它设置为`true`,那么map内部会按照访问顺序进行维护。

    public class Main {
        public static void main(String[] args) {
            Map<String, String> map = new LinkedHashMap<>(16, 0.75f, true);
            map.put("a", "1");
            map.put("b", "2");
            map.put("c", "3");
            map.put("d", "4");
            System.out.println(map);
            map.get("a");
            map.get("b");
            System.out.println(map);
        }
    }

    程序输出为:

    {a=1, b=2, c=3, d=4}
    {c=3, d=4, a=1, b=2}

    如果把LinkedHashMap的构造改为默认的`map = new LinkedHashMap<>();`,则对应的输出为:

    {a=1, b=2, c=3, d=4}
    {a=1, b=2, c=3, d=4}

    可以看到,只要我们把`accessOrder`设为`true`,就会把最近访问的元素放在最后。

    实现LRU缓存

    我们都知道LinkedHashMap内部实际上比普通Map多了一个双向链表,以此来维护顺序。

    LinkedHashMap也提供了一个方法`removeEldestEntry`,只要重写这个方法,就很容易实现LRU的cache。 这个方法的注释是这样写的:

    /**
     * Returns <tt>true</tt> if this map should remove its eldest entry.
     * This method is invoked by <tt>put</tt> and <tt>putAll</tt> after
     * inserting a new entry into the map.  It provides the implementor
     * with the opportunity to remove the eldest entry each time a new one
     * is added.  This is useful if the map represents a cache: it allows
     * the map to reduce memory consumption by deleting stale entries.
     */

    意思是说,当调用map的`put`和`putAll`方法后会调用`removeEldestEntry()`检查是否应该删除eldest元素。 我们来重写这个方法并做测试:

    public class Main {
        public static void main(String[] args) {
            Map<String, String> map = new LinkedHashMap<String, String>(16, 0.75f, true) {
                @Override
                protected boolean removeEldestEntry(Map.Entry<String, String> eldest) {
                    return size() > 3;
                }
            };
            map.put("a", "1");
            map.put("b", "2");
            map.put("c", "3");
            System.out.println(map);
            map.get("a");
            map.get("b");
            System.out.println(map);
            map.put("d", "4");
            System.out.println(map);
        }
    }

    运行结果:

    {a=1, b=2, c=3}
    {c=3, a=1, b=2}
    {a=1, b=2, d=4}

    可以看到,我们构造了一个大小为3的LRU缓存,当插入第4个元素`d`的时候,把`c`这个最久未访问的元素删掉了。

    自己实现?

    我们可以自己用一个双向链表来实现LRU缓存:

    • 当新数据插入时添加到链表尾部
    • 当缓存命中时,将数据移动到链表尾部
    • 当链表满时,把链表头部的数据删除
    • 为了方便查找数据,可以使用一个普通map,在map和链表节点之间做引用映射

    其实这就很像LinkedHashMap的内部实现了,感兴趣的童鞋可以看看源码

  • 相关阅读:
    ISCC 2018——write up
    图的存储结构(十字链表、邻接多重表、边集数组)
    图的存储结构
    树梅派(Raspberry Pi 3b)安装kali linux 2.0
    树梅派3B kali2.0 启用SSH进行远程登录
    VS+VAssistX自动添加注释
    libtiff库使用
    word采用尾注进行参考文献排版的一些问题
    vs2008安装opencv2.4.6
    Altera CYCLONE III FPGA BGA布线
  • 原文地址:https://www.cnblogs.com/kunsoft/p/13661757.html
Copyright © 2020-2023  润新知