文章目录
- 1. LRU算法
- 2. 基于数组实现LRU算法
- 3. 基于链表实现LRU算法
1. LRU算法
常见的缓存淘汰策略有三种,分别是:先进先出策略FIFO(First In,First Out)、最少使用策略LFU(Least Frequently Used)、最近最少使用策略LRU(Least Recently Used)
- 先进先出策略(FIFO):即最先进入缓存的数据最先被淘汰。这种策略类似于队列的工作方式,新数据加入到队列的尾部,而最先进入队列的数据会被淘汰。
- 最少使用策略(LFU):即最少被访问的数据最先被淘汰。LFU策略根据数据的访问频率来决定淘汰顺序,访问次数最少的数据会被优先淘汰。
- 最近最少使用策略(LRU):即最近最少被访问的数据最先被淘汰。LRU策略根据数据的访问时间来决定淘汰顺序,最近最久未被访问的数据会被优先淘汰。
LRU算法的工作原理:
- 首先,我们定义一个容量为4的整型数组来模拟缓存,初始状态数组为空
- 我们开始向数组中查询数据,如果数据存在就返回,数据不存在就插入数据
2.1 查询数据1:由于缓存为空,将数据1插入到数组头部(下标0)
2.2 查询数据2:由于缓存中已有数据1,根据LRU算法,将数据2插入到数组头部,将原来的数据1向后位移,数组中的数据是2、1
2.3 查询数据3和4:类似地,数据3和4被插入到数组的头部,数组中的数据变为4、3、2、1,此时数组达到了缓存的最大容量 - 继续访问数据就有两种方式
3.1 访问缓存中没有的数据,比如5,那么由于此是数组已经满了,所以根据LRU算法定义,我们把数组尾部的数据1剔除,然后把1之前的数据,都向右位移一位,此时数组是:null、4、3、2,然后再将数据5插入到数组的头部,那么此时数组中的数据就是:5、4、3、2
3.2 访问缓存中已经有的数据,比如2,那么不管此时数组是否已经满了,我们可以在数组中找到数据2,那么我们就先把数组中数据是2的数据删除,然后把2之前的数据显向右位移一位,此时数组中的数据是:null、4、3、1,然后我们再把数据2插入到数组的头部之后,数组中的数据是:2、4、3、1
2. 基于数组实现LRU算法
import java.util.HashMap;
import java.util.Map;/*** 基于数组实现LRU算法*/
public class LRUBaseArray<T> {private static final int DEFAULT_CAPACITY = 8;private int capacity; // 缓存容量private int count; // 缓存中元素数量private T[] value; // 存放元素的数组,模拟缓存private Map<T, Integer> holder; // 存储数据的位置public LRUBaseArray() {this(DEFAULT_CAPACITY);}public LRUBaseArray(int capacity) {this.capacity = capacity;value = (T[]) new Object[capacity];count = 0;holder = new HashMap<>(capacity);}/*** 访问某个值,有的话更新到头部,没有的话尝试插入到头部** @param object 待插入的元素*/public void offer(T object) {if (object == null) {throw new IllegalArgumentException("缓存容器不支持null");}Integer index = holder.get(object);if (index == null) {if (isFull()) {removeAndCache(object);} else {cache(object);}} else {update(index);}}/*** 将新元素插入缓存头部** @param object 待插入的元素*/private void cache(T object) {rightShift(count);value[0] = object;holder.put(object, 0);count++;}/*** 更新已存在元素的位置到缓存头部** @param index 元素在缓存中的位置索引*/private void update(Integer index) {T target = value[index];rightShift(index);value[0] = target;holder.put(target, 0);}/*** 缓存满的情况下,删除尾部元素,并将新元素插入缓存头部** @param object 待插入的元素*/private void removeAndCache(T object) {T key = value[--count];holder.remove(key);cache(object);}/*** 将数组中的元素向右移动一位** @param end 数组边界*/public void rightShift(int end) {for (int i = end - 1; i >= 0; i--) {value[i + 1] = value[i];holder.put(value[i], i + 1);}}/*** 判断缓存是否已满** @return 缓存是否已满*/private boolean isFull() {return count == capacity;}@Overridepublic String toString() {StringBuilder sb = new StringBuilder();for (int i = 0; i < count; i++) {sb.append(value[i]);sb.append(" ");}return sb.toString();}public static void main(String[] args) {LRUBaseArray<Integer> lru = new LRUBaseArray<>();lru.offer(1);lru.offer(2);lru.offer(3);lru.offer(4);lru.offer(5);System.out.println(lru);lru.offer(6);lru.offer(7);lru.offer(8);lru.offer(9);System.out.println(lru);}
}
执行结果
5 4 3 2
9 8 7 6
首先将数字1到5依次加入缓存,当缓存容量达到上限4时,数字1被替换出去,然后继续添加数字6到9,此时数字5被替换出去,最终缓存中只剩下数字6到9。
3. 基于链表实现LRU算法
import java.util.HashMap;
import java.util.Map;/*** 基于单链表实现LRU算法* @param <T>*/
public class LRUBaseLinkedList<T> {// 默认链表容量private final static int DEFAULT_CAPACITY = 5;// 头节点private Node<T> head;// 链表长度private int size;// 链表容量private int capacity;// 记录节点的前一个节点,方便删除操作private Map<T, Node<T>> prevNodeMap;public LRUBaseLinkedList() {this(DEFAULT_CAPACITY);}public LRUBaseLinkedList(int capacity) {this.capacity = capacity;this.size = 0;this.head = new Node<>();this.prevNodeMap = new HashMap<>();}/*** 插入元素** @param data 待插入的元素*/public void add(T data) {if (data == null) {throw new IllegalArgumentException("Data cannot be null");}Node<T> prevNode = prevNodeMap.get(data);if (prevNode != null) {deleteElem(prevNode);} else {if (size >= capacity) {deleteLastElem();}}insertElemAtHead(data);}// 删除尾节点private void deleteLastElem() {Node<T> ptr = head;while (ptr.next.next != null) {ptr = ptr.next;}prevNodeMap.remove(ptr.next.data);ptr.next = null;size--;}// 删除当前节点的下一个节点private void deleteElem(Node<T> prevNode) {Node<T> temp = prevNode.next;prevNode.next = temp.next;prevNodeMap.remove(temp.data);temp = null;size--;}// 插入元素到链表头节点private void insertElemAtHead(T data) {Node<T> next = head.next;head.next = new Node<>(data, next);prevNodeMap.put(data, head);size++;}// 定义内部存储结构private static class Node<T> {T data;Node<T> next;Node() {}Node(T data, Node<T> next) {this.data = data;this.next = next;}}@Overridepublic String toString() {StringBuilder sb = new StringBuilder();Node<T> temp = head.next;while (temp != null) {sb.append(temp.data).append(" ");temp = temp.next;}return sb.toString();}public static void main(String[] args) {LRUBaseLinkedList<Integer> list = new LRUBaseLinkedList<>();list.add(1);list.add(2);list.add(3);list.add(4);list.add(5);System.out.println(list);list.add(6);System.out.println(list);list.add(4);System.out.println(list);}
}
执行结果
1 2 3 4 5
6 1 2 3 4
4 6 1 2
在第一次插入元素时,链表中依次添加了1、2、3、4、5这五个元素,并打印了链表中的所有元素。
在第二次插入元素时,由于容量已满,因此删除了链表的尾部元素5,然后将新的元素6插入到了链表头部。
在第三次插入元素时,元素4已经存在于链表中,因此删除了元素4所在的位置,并将其移动到了链表头部。