LRU缓存算法的实现

缺乏、安全感 2022-04-18 01:59 227阅读 0赞

## LRU ##

LRU（Least Recently Used）是一种常见的[页面置换算法][Link 1]，在计算中，所有的文件操作都要放在内存中进行，然而计算机内存大小是固定的，所以我们不可能把所有的文件都加载到内存，因此我们需要制定一种策略对加入到内存中的文件进项选择。

常见的页面置换算法有如下几种：

*  LRU 最近最久未使用
 *  FIFO 先进先出置换算法 类似队列
 *  OPT 最佳置换算法 （理想中存在的）
 *  NRU Clock置换算法
 *  LFU 最少使用置换算法
 *  PBA 页面缓冲算法

### LRU原理 ###

LRU的设计原理就是，当数据在最近一段时间经常被访问，那么它在以后也会经常被访问。这就意味着，如果经常访问的数据，我们需要然其能够快速命中，而不常访问的数据，我们在容量超出限制内，要将其淘汰。

当我们的数据按照如下顺序进行访问时，`LRU`的工作原理如下：

![webp][]

正如上面图所表示的意思：每次访问的数据都会放在栈顶，当访问的数据不在内存中，且栈内数据存储满了，我们就要选择移除栈底的元素，因为在栈底部的数据访问的频率是比较低的。所以要将其淘汰。

### LRU的实现 ###

如何来设计一款LRU算法呢？对于这种类似序列的结构我们一般可以选择链表或者是数组来构建。

**差异对比：**

*  `数组` 查询比较快，但是对于增删来说是一个不是一个好的选择
 *  `链表` 查询比较慢，但是对于增删来说十分方便O(1)时间复杂度内搞定

有没有办法既能够让其搜索快，又能够快速进行增删操作。  
我们可以选择**链表+hash表**，hash表的搜索可以达到0(1)时间复杂度，这样就完美的解决我们搜索时间慢的问题了

#### 1. 基于链表+Hash表 ####

Hash表，在Java中HashMap是我们的不二选择  
链表，Node一个双向链表的实现，Node中存放的是数结构如下：

class Node<K,V>{ 
    	private K key;
    	private V value;
    	private Node<K,V> prev;
    	private Node<K,V> next;
    }

我们通过HashMap中`key`存储Node的`key`,`value`存储Node来建立Map对Node的映射关系。我们将HashMap看作是一张检索表，我们可以可以快速的检索到我们需要定位的Node

**下图展示这个结构:**  
![webp 1][]

##### 代码实现 #####

**大致思路:**

1.  构建双向链表节点ListNode，应包含`key,value,prev,next`这几个基本属性
2.  对于Cache对象来说，我们需要规定缓存的容量，所以在初始化时，设置容量大小，然后实例化双向链表的head,tail，并让`head.next->tail tail.prev->head`，这样我们的双向链表构建完成
3.  对于get操作,我们首先查阅hashmap，如果存在的话，直接将Node从当前位置移除，然后插入到链表的首部，在链表中实现删除直接让node的前驱节点指向后继节点，很方便.如果不存在，那么直接返回Null
4.  对于put操作，比较麻烦。

Created with Raphaël 2.2.0开始检测hash表存在？插入到链表首部结束是否超出缓存容量?移除hash表key,移除链表尾部node创建node,加入链表首部,记录hash表yesnoyesno

package code.fragment;
    
    import java.util.Map;
    import java.util.concurrent.ConcurrentHashMap;
    
    public class LRUCache<V> {
    
        /**
         * 容量
         */
        private int capacity = 1024;
        /**
         * Node记录表
         */
        private Map<String, ListNode<String, V>> table = new ConcurrentHashMap<>();
        /**
         * 双向链表头部
         */
        private ListNode<String, V> head;
        /**
         * 双向链表尾部
         */
        private ListNode<String, V> tail;
    
    
        public LRUCache(int capacity) {
            this();
            this.capacity = capacity;
        }
    
    
        public LRUCache() {
            head = new ListNode<>();
            tail = new ListNode<>();
            head.next = tail;
            head.prev = null;
            tail.prev = head;
            tail.next = null;
        }
    
    
        public V get(String key) {
    
            ListNode<String, V> node = table.get(key);
            //如果Node不在表中，代表缓存中并没有
            if (node == null) {
                return null;
            }
            //如果存在，则需要移动Node节点到表头
    
    
            //截断链表，node.prev -> node  -> node.next ====> node.prev -> node.next
            //         node.prev <- node <- node.next  ====>  node.prev <- node.next
            node.prev.next = node.next;
            node.next.prev = node.prev;
    
            //移动节点到表头
            node.next = head.next;
            head.next.prev = node;
            node.prev = head;
            head.next = node;
            //存在缓存表
            table.put(key, node);
            return node.value;
        }
    
    
        public void put(String key, V value) {
            ListNode<String, V> node = table.get(key);
            //如果Node不在表中，代表缓存中并没有
            if (node == null) {
                if (table.size() == capacity) {
                    //超过容量了 ,首先移除尾部的节点
                    table.remove(tail.prev.key);
                    tail.prev = tail.next;
                    tail.next = null;
                    tail = tail.prev;
    
                }
                node = new ListNode<>();
                node.key = key;
                node.value = value;
                table.put(key, node);
            }
            //如果存在，则需要移动Node节点到表头
            node.next = head.next;
            head.next.prev = node;
            node.prev = head;
            head.next = node;
    
    
        }
    
        /**
         * 双向链表内部类
         */
        public static class ListNode<K, V> {
            private K key;
            private V value;
            ListNode<K, V> prev;
            ListNode<K, V> next;
    
            public ListNode(K key, V value) {
                this.key = key;
                this.value = value;
            }
    
    
            public ListNode() {
    
            }
        }
    
    
        public static void main(String[] args) {
            LRUCache<ListNode> cache = new LRUCache<>(4);
            ListNode<String, Integer> node1 = new ListNode<>("key1", 1);
            ListNode<String, Integer> node2 = new ListNode<>("key2", 2);
            ListNode<String, Integer> node3 = new ListNode<>("key3", 3);
            ListNode<String, Integer> node4 = new ListNode<>("key4", 4);
            ListNode<String, Integer> node5 = new ListNode<>("key5", 5);
            cache.put("key1", node1);
            cache.put("key2", node2);
            cache.put("key3", node3);
            cache.put("key4", node4);
            cache.get("key2");
            cache.put("key5", node5);
            cache.get("key2");
        }
    }

**断点执行情况：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 2]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 5]

[Link 1]: https://baike.baidu.com/item/%E9%A1%B5%E9%9D%A2%E7%BD%AE%E6%8D%A2%E7%AE%97%E6%B3%95/7626091
[webp]: /images/20220418/0a810d37bb59469bad5973f074c372d9.png
[webp 1]: /images/20220418/e433f43d9c58495ba99f0019b813737c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70]: /images/20220418/5e6b66918e684126a35ce899e8a0b557.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 1]: /images/20220418/1f2336b9886b48948dd4821276c1043b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 2]: /images/20220418/a8420ec57abb45188ae92c09e8a813e7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 3]: /images/20220418/60950e4430914ffaa7326fa9a9c3fa5c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 4]: /images/20220418/45bfac150db34fcb86d53e0c2df5a2f1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQwODAz_size_16_color_FFFFFF_t_70 5]: /images/20220418/76a75b7dbc104bc79bfdd1c78db5ac3c.png