LRU算法
Posted lyc94620
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LRU算法相关的知识,希望对你有一定的参考价值。
LRU
目的:创建了一个哈希表作为缓存,每次查找一个用户的时候先在哈希表中查询,以此提高访问性能
LRU 全称 Least Recently Used,也就 是最近最少使用的意思,是一种内存菅理算法,最早应用于Linux操作系统
LRU算法基于一种假设:长期不被使用的数据,在未来被用到的几率也不大。
因此.当数据所占内存达到一定阈值吋, 我们要移除掉最近最少被使用的数据。
代码:
import java.io.*; import java.util.*; class test { public static void main (String[] args) throws java.lang.Exception { LRUCache lruCache = new LRUCache(5); lruCache.put("001", "用户1信息"); lruCache.put("002", "用户2信息"); lruCache.put("003", "用户3信息"); lruCache.put("004", "用户4信息"); lruCache.put("005", "用户5信息"); System.out.println("原始序列 : "); lruCache.viewAllNode();//原始序列 lruCache.get("002");//更新002之后,002位置提前了 System.out.println("更新002之后 : "); lruCache.viewAllNode(); lruCache.put("004", "用户4信息更新");//更新004之后,004位置提前了 System.out.println("更新004之后 : "); lruCache.viewAllNode(); System.out.println("插入006之后 : "); lruCache.put("006", "用户6信息");//插入新的值,001被挤掉了 lruCache.viewAllNode(); } } class LRUCache{ private Node head; private Node end; //缓存存储上限 private int limit; private HashMap<String, Node> hashMap; public LRUCache(int limit) { this.limit = limit; hashMap = new HashMap<String, Node>(); } public String getFirstNode(){ if(head != null){ return head.value; }else{ return null; } } public String getEndNode(){ if(end != null){ return end.value; }else{ return null; } } public void viewAllNode(){ if(head != null){ System.out.print(head.value); Node temp = head.next; while(temp != null){ System.out.print(" - " + temp.value); temp = temp.next; } System.out.println(""); } } public String get(String key) { Node node = hashMap.get(key); if (node == null){ return null; } refreshNode(node); return node.value; } public void put(String key, String value) { Node node = hashMap.get(key); if (node == null) { //如果key不存在,插入key-value if (hashMap.size() >= limit) { String oldKey = removeNode(head); hashMap.remove(oldKey); } node = new Node(key, value); addNode(node); hashMap.put(key, node); }else { //如果key存在,刷新key-value node.value = value; refreshNode(node); } } public void remove(String key) { Node node = hashMap.get(key); removeNode(node); hashMap.remove(key); } /** * 刷新被访问的节点位置 * @param node 被访问的节点 */ private void refreshNode(Node node) { //如果访问的是尾节点,无需移动节点 if (node == end) { return; } //移除节点 removeNode(node); //重新插入节点 addNode(node); } /** * 删除节点 * @param node 要删除的节点 */ private String removeNode(Node node) { if (node == end) { //移除尾节点 end = end.pre; }else if(node == head){ //移除头节点 head = head.next; } else { //移除中间节点 node.pre.next = node.next; node.next.pre = node.pre; } return node.key; } /** * 尾部插入节点 * @param node 要插入的节点 */ private void addNode(Node node) { if(end != null) { end.next = node; node.pre = end; node.next = null; } end = node; if(head == null){ head = node; } } } class Node { Node(String key, String value){ this.key = key; this.value = value; } public Node pre; public Node next; public String key; public String value; }
下面加上 synchronized 解决进程安全问题
import java.io.*; import java.util.*; class test { public static void main (String[] args) throws java.lang.Exception { LRUCache lruCache = new LRUCache(5); lruCache.put("001", "用户1信息"); lruCache.put("002", "用户2信息"); lruCache.put("003", "用户3信息"); lruCache.put("004", "用户4信息"); lruCache.put("005", "用户5信息"); System.out.println("原始序列 : "); lruCache.viewAllNode();//原始序列 lruCache.get("002");//更新002之后,002位置提前了 System.out.println("更新002之后 : "); lruCache.viewAllNode(); lruCache.put("004", "用户4信息更新");//更新004之后,004位置提前了 System.out.println("更新004之后 : "); lruCache.viewAllNode(); System.out.println("插入006之后 : "); lruCache.put("006", "用户6信息");//插入新的值,001被挤掉了 lruCache.viewAllNode(); } } class LRUCache{ private Node head; private Node end; //缓存存储上限 private int limit; private HashMap<String, Node> hashMap; public LRUCache(int limit) { this.limit = limit; hashMap = new HashMap<String, Node>(); } public String getFirstNode(){ if(head != null){ return head.value; }else{ return null; } } public String getEndNode(){ if(end != null){ return end.value; }else{ return null; } } public void viewAllNode(){ if(head != null){ System.out.print(head.value); Node temp = head.next; while(temp != null){ System.out.print(" - " + temp.value); temp = temp.next; } System.out.println(""); } } public synchronized String get(String key) { try { Node node = hashMap.get(key); if (node == null){ return null; } refreshNode(node); return node.value; } catch (Exception e) { e.printStackTrace(); } return ""; } public synchronized void put(String key, String value) { try { Node node = hashMap.get(key); if (node == null) { //如果key不存在,插入key-value if (hashMap.size() >= limit) { String oldKey = removeNode(head); hashMap.remove(oldKey); } node = new Node(key, value); addNode(node); hashMap.put(key, node); }else { //如果key存在,刷新key-value node.value = value; refreshNode(node); } } catch (Exception e) { e.printStackTrace(); } } public void remove(String key) { Node node = hashMap.get(key); removeNode(node); hashMap.remove(key); } /** * 刷新被访问的节点位置 * @param node 被访问的节点 */ private void refreshNode(Node node) { //如果访问的是尾节点,无需移动节点 if (node == end) { return; } //移除节点 removeNode(node); //重新插入节点 addNode(node); } /** * 删除节点 * @param node 要删除的节点 */ private String removeNode(Node node) { if (node == end) { //移除尾节点 end = end.pre; }else if(node == head){ //移除头节点 head = head.next; } else { //移除中间节点 node.pre.next = node.next; node.next.pre = node.pre; } return node.key; } /** * 尾部插入节点 * @param node 要插入的节点 */ private void addNode(Node node) { if(end != null) { end.next = node; node.pre = end; node.next = null; } end = node; if(head == null){ head = node; } } } class Node { Node(String key, String value){ this.key = key; this.value = value; } public Node pre; public Node next; public String key; public String value; }
输出:
原始序列 : 用户1信息 - 用户2信息 - 用户3信息 - 用户4信息 - 用户5信息 更新002之后 : 用户1信息 - 用户3信息 - 用户4信息 - 用户5信息 - 用户2信息 更新004之后 : 用户1信息 - 用户3信息 - 用户5信息 - 用户2信息 - 用户4信息更新 插入006之后 : 用户3信息 - 用户5信息 - 用户2信息 - 用户4信息更新 - 用户6信息
以上是关于LRU算法的主要内容,如果未能解决你的问题,请参考以下文章