java数据结构与算法总结(三十五)--LRU算法原理及其实现

朱雀 2022-11-01 15:58 145阅读 0赞

[原文链接][Link 1]

# LRU是什么 #

现代计算机，内存仍是相当昂贵的，那么如果利用好、管理好有限的内存，来为用户提供更好的性能，是一个有意义的议题。

LRU(Least Recently Used) 即最近最少使用，属于典型的内存淘汰机制。

通俗的说，LRU算法认为，最近被频繁访问的数据会具备更高的留存，淘汰那些不常被访问的数据。

# LRU算法实现思路 #

根据LRU算法的理念，我们需要：

一个参数cap来作为最大容量

一种数据结构来存储数据，并且需要1. 轻易地更新最新的访问的数据。2. 轻易地找出最近最少被使用的数据，当到达cap时，清理掉。

在这里，我们用到的数据结构是：hashmap+双向链表。

1.利用hashmap的get、put方法O(1)的时间复杂度，快速取、存数据。

2.利用doublelinkedlist的特征（可以访问到某个节点之前和之后的节点），实现O(1)的新增和删除数据。

如下图所示：

![LRU算法原理及其实现][LRU]

当key2再次被使用时，它所对应的node3被更新到链表头部。

![LRU算法原理及其实现][LRU 1]

假设cap=3，当key4创建、被访问后，处于链表尾部的node2将被淘汰，key1将被清楚。

# LRU的简单实现 #

节点node,存放key、val值、前节点、后节点

class Node{
        public int key;
        public int val;
        public Node next;
        public Node previous;
    
        public Node() {
        }
    
        public Node(int key, int val) {
            this.key = key;
            this.val = val;
        }
    }

双向链表，属性有size、头节点、尾节点。

提供api：

*  addFirst(): 头插法入链表
 *  remove(): 删除最后一个节点
 *  remove(Node node):删除特定节点
 *  size()：获取链表长度

class DoubleList{
        private int size;
        private Node head;
        private Node tail;
    
        public DoubleList() {
            this.head = new Node();
            this.tail = new Node();
            size = 0;
            head.next = tail;
            tail.previous = head;
        }
    
        public void addFirst(Node node){
            Node temp = head.next;
            head.next = node;
            node.previous = head;
            node.next = temp;
            temp.previous = node;
            size++;
        }
    
        public void remove(Node node){
            if(null==node|| node.previous==null|| node.next==null){
                return;
            }
    
            node.previous.next = node.next;
            node.next.previous = node.previous;
            node.next=null;
            node.previous=null;
            size--;
        }
    
        public void remove(){
            if(size<=0) return;
            Node temp = tail.previous;
            temp.previous.next = temp.next;
            tail.previous = temp.previous;
            temp.next = null;
            temp.previous=null;
            size--;
        }
    
        public int size(){
            return size;
        }
    }

LRU算法实现类

API

*  get(int key): 为null返回-1
 *  put(int key, int value)若map中有，删除原节点，增加新节点若map中没有，map和链表中新增新数据。

public class LRUCache {
    
        Map<Integer,Node> map;
        DoubleList cache;
        int cap;
    
    
        public LRUCache(int cap) {
            map = new HashMap<>();
            cache = new DoubleList();
            this.cap = cap;
        }
    
        public int get(int key){
            Node node = map.get(key);
            return  node==null? -1:node.val;
    
        }
    
        public void put(int key, int val){
            Node node = new Node(key,val);
            if(map.get(key)!=null){
                cache.remove(map.get(key));
                cache.addFirst(node);
                map.put(key,node);
                return;
            }
    
            map.put(key,node);
            cache.addFirst(node);
            if(cache.size()>cap){
                cache.remove();
            }
    
        }
    
        public static void main(String[] args) {
            //test, cap = 3
            LRUCache lruCache = new LRUCache(3);
            lruCache.put(1,1);
            lruCache.put(2,2);
            lruCache.put(3,3);
            //<1,1>来到链表头部
            lruCache.put(1,1);
            //<4,4>来到链表头部， <2,2>被淘汰。
            lruCache.put(4,4);
        }
    
    }

# LRU应用场景 #

*  底层的内存管理，页面置换算法
 *  一般的缓存服务，memcache\\redis之类
 *  部分业务场景

参考

LRU 策略详解和实现

LRU原理以及应用场景

作者:ZzAllenZz

出处:https://segmentfault.com/a/1190000039256321

[Link 1]: https://www.toutiao.com/i6932274481645781507/?in_ogs=1&traffic_source=CS1113&utm_source=OP&source=search_tab&utm_medium=wap_search&prevent_activate=1&original_source=1&in_tfs=OP&channel=
[LRU]: /images/20221024/f6332acec84343108c4bce59bb9421db.png
[LRU 1]: /images/20221024/2e8a25ffbe794fb994c618d9c7098571.png