LinkedHashMap实现LRU - 附重点源码解析

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了LinkedHashMap实现LRU - 附重点源码解析相关的知识,希望对你有一定的参考价值。

参考技术A

最近接触 LRU(Least Recently Used) ,即最近最少使用,也称 淘汰算法 ,在JDK中LinkedHashMap有相关实现,下面针对 LRU及LinkedHashMap的LRU实现 进行详细讲解

有些数据需要缓存在内存中,以便高效查询。但是当缓存的数据量很大,并且某一时间段只有某小部分缓存数据被频繁使用(称之为热点数据),而其他缓存数据暂时没有访问,这时就需要LRU策略对热点数据进行保留,对非热点数据进行及时下线,保证缓存空间健康。
应用场景 : 商城分时段商品秒杀

创建LRULinkedHashMap继承LinkedHashMap并重写removeEldestEntry方法,该方法返回的boolean代表是否删除最早使用/存放的Entry。

LinkedHashMap 继承自 HashMap ,HashMap采用数组加链表的结构存储数据,存储节点为HashMap.Node,分别存放hash值,key,value,以及指向下一个Node节点的next指针,链表结构是单项链表,HashMap并没有维护有序性。

LinkedHashMap 继承了HashMap,也是采用了数据加链表的结构,不同的是LinkedHashMap的存储节点(Entry)继承自HashMap.Node, 多维护了before和after指针,用来指向上一个和下一个节点,实现双向链表 。这个双向链表就可以实现Map有序性(access-order:访问顺序/insertion-order插入顺序, 默认是insertion-order )。

下面是设置 LinkedHashMap 访问顺序 时的示意图。

使用LinkedHashMap实现一个简易的LRU缓存

leetcode 解法

https://blog.csdn.net/Apeopl/article/details/90137398

import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Set;

public class SimpleLRUCache<K, V> {

    private final int MAX_CACHE_SIZE;
    private final float DEFAULT_LOAD_FACTORY = 0.75f;

    LinkedHashMap<K, V> map;

    public SimpleLRUCache(int cacheSize) {
        MAX_CACHE_SIZE = cacheSize;
        int capacity = (int)Math.ceil(MAX_CACHE_SIZE / DEFAULT_LOAD_FACTORY) + 1;
        map = new LinkedHashMap<K, V>(capacity, DEFAULT_LOAD_FACTORY, true) {
            private static final long serialVersionUID = 1L;
            @Override
            protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
                return size() > MAX_CACHE_SIZE;
            }
        };
    }

    public synchronized void put(K key, V value) {
        map.put(key, value);
    }
    public synchronized V get(K key) {
        return map.get(key);
    }
    public synchronized void remove(K key) {
        map.remove(key);
    }
    public synchronized Set<Map.Entry<K, V>> getAll() {
        return map.entrySet();
    }
    @Override
    public String toString() {
        StringBuilder stringBuilder = new StringBuilder();
        for (Map.Entry<K, V> entry : map.entrySet()) {
            stringBuilder.append(String.format("%s: %s  ", entry.getKey(), entry.getValue()));
        }
        return stringBuilder.toString();
    }

    public static void main(String[] args) {
        SimpleLRUCache<String, String> lru = new SimpleLRUCache<>(5);
        lru.put("球员1", "杜兰特");
        lru.put("球员2", "表妹");
        lru.put("球员3", "库里");
        System.out.println(lru);
        lru.get("球员1");
        System.out.println(lru);
        lru.put("球员4", "一哥");
        lru.put("球员5", "汤姆");
        System.out.println(lru);
        lru.put("球员6", "格林");
        System.out.println(lru);
    }
}

 

以上是关于LinkedHashMap实现LRU - 附重点源码解析的主要内容,如果未能解决你的问题,请参考以下文章

LinkedHashMap实现LRU算法--高频面试题

LinkedHashMap源码分析与LRU实现

java - LinkedHashMap 实现 LRU

LinkedHashMap:我还能实现LRU

LinkedHashMap LRU 实现

LinkedHashMap实现LRU缓存算法