Flask接口签名sign原理与实例代码浅析
353
2022-12-06
Java实现简单LRU缓存机制的方法
一、什么是 LRU 算法
就是一种缓存淘汰策略。
计算机的缓存容量有限,如果缓存满了就要删除一些内容,给新内容腾位置。但问题是,删除哪些内容呢?我们肯定希望删掉哪些没什么用的缓存,而把有用的数据继续留在缓存里,方便之后继续使用。
LRU是Least Recently Used的缩写,即最近最少使用,是一种常用的页面置换算法,选择最近最久未使用的页面予以淘汰。
二、LRU的使用
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
第一步:创建一个长度为2的LRUCache
第二步:cache.put(1, 1);放入key=1,value=1的数据
第三步:cache.put(2,2);放入key = 2,value = 2的数据
(因为2刚使用,所有把2移动到前面)
第四步:cache.get(1);获取key = 1的数据
(因为我们刚使用了1,所以把1移动到前面)
第五步:cache.put(3,3);放入key = 3,value = 3的数据
(因为3刚放进,所以放前面,又因为容量只有2,需要移除原先的1个。只因key = 2是最近最少使用的(key = 1刚get()过),所以移除2。
三、LRU的实现机制
算法:
LRU 缓存机制可以通过哈希表辅以双向链表实现,我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。
1)双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。
2)哈希表即为普通的哈希映射(HashMap),通过缓存数据的键映射到其在双向链表中的位置。
一、初始化:
二、cache.put(1,1):
三、cache.put(2,2):
四、cache.get(1):
五、cache.put(3,3):
四、代码如下
import java.io.*;
import java.util.HashMap;
public class test {
public static void main(String args[]) throws IOException {
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
http:// cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
}
}
/**
* 设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作: 获取数据 get 和 写入数据 put
*/
class LRUCache {
private HashMap
private int size;
private int capacity;
private LinkedNode head,tail;
class Lhttp://inkedNode{
int key;
int value;
LinkedNode pre;
LinkedNode next;
}
public LRUCache(int capacity) {
this.size = 0;
this.capacity = capacity;
head = new LinkedNode();
tail = new LinkedNode();
head.next = tail;
tail.pre = head;
}
/**
* 移除节点
* @param node
*/
private void removeNode(LinkedNode node) {
LinkedNode preNode = node.pre;
LinkedNode nextNode = node.next;
preNode.next = nextNode;
nextNode.pre = preNode;
}
/**
* 添加节点到头部
* @param node
*/
private void addNode(LinkedNode node) {
node.pre = head;
node.next = head.next;
head.next.pre = node;
head.next = node;
}
/**
* 将节点移动到头部
* @param node
*/
private void moveToHead(LinkedNode node) {
removeNode(node);
addNode(node);
}
/**
* 获取数据
* @param key
* @return
*/
public int get(int key) {
LinkedNode node = cache.get(key);
if(node != null) {
moveToHead(node);
}else{
return -1;
}
return node.value;
}
/**
* 写入数据
* @param key
* @param value
*/
public void put(int key, int value) {
LinkedNode node = cache.get(key);
//存在
if(node != null) {
node.value = value;//可能更新数据
moveToHead(node);
}
//不存在
else{
LinkedNode newNode = new LinkedNode();
newNode.key = key;
newNode.value = value;
cache.put(key,newNode);//更新Map
addNode(newNode);//添加结点到头部
size++;//更新结点数
if(size > capacity) {//如果结点数超过容量大小
LinkedNode tailPre = tail.pre;
cache.remove(tailPre.key);//更新Map
removeNode(tailPre);//删除最后一个结点(尾结点的前一个结点)
size--;
}
}
}
}
总结:自己实现的简单LRU总归太简单了,要是想完善或者实现更真实的LRU,不妨参考一下Redis中的LRU。(◔◡◔)
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~