面试题LRU算法及编码实现LRU策略缓存

Posted jsnr-tdyd

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了面试题LRU算法及编码实现LRU策略缓存相关的知识,希望对你有一定的参考价值。

概念

  LRU(least recently used)就是将最近不被访问的数据给淘汰掉,LRU基于一种假设:认为最近使用过的数据将来被使用的概率也大,最近没有被访问的数据将来被使用的概率比较低。

 

原理

  LRU一般通过链表形式来存放缓存数据,新插入或被访问的数据放在链表头部,超过一定阈值后,自动淘汰链表尾部的数据。下图很形象的说明了LRU缓存淘汰过程。(图片来自网络)

技术分享图片

步骤:

1、新插入A, 将A放置在队列头部

2、新插入B, 将B放置在队列头部, A自动推举次席。

3、新插入C, 将C放置在队列头部, B自动推举次席。 

4、新插入D, 将D放置在队列头部, C自动推举次席。 

5、新插入E, 将E放置在队列头部, D自动推举次席。 

6、新插入E, 将E放置在队列头部, 这时队列长度大于阈值,自动将尾部数据A给淘汰掉

7、访问数据C,然后将C重新放置在队列头部。

8、新插入E, 将E放置在队列头部, 这时队列长度大于阈值,自动淘汰尾部数据B

 

编码实现LRU策略缓存

/**
 * Created by zhuhezan on 2018/4/11.
 *
 * 使用链表+hashmap来实现, 这里没有考虑并发情况, 所以在代码中没有使用锁
 */
public class LRUCache<K, V> {

    class CacheNode {
        public CacheNode before;
        public Object key;
        public Object value;
        public CacheNode after;

        public CacheNode() {
        }
    }

    private HashMap<K, CacheNode> caches;
    private int maxCapacity;
    private int currentCacheSize;
    /**
     * 头结点, 头结点不参与淘汰,只是作为标识链表中的第一个节点
     */
    private CacheNode head;
    /**
     * 尾节点, 尾节点不参与淘汰, 只是作为标识链表中最后一个节点
     */
    private CacheNode tail;

    public LRUCache(int maxCapacity) {
        this.maxCapacity = maxCapacity;
        caches = new HashMap<>(maxCapacity);
        head = tail = new CacheNode();
        head.after = tail; //对head 的after节点赋值, 防止后续操作出现空指针异常
        tail.before = head; // 对tail的before节点赋值, 防止后续操作出现空指针异常
    }

    public void put(K k, V v) {
        CacheNode node = caches.get(k);
        if (node == null) {
            if (currentCacheSize >= maxCapacity) {
                caches.remove(tail.before.key); //淘汰尾部的元素
                removeLast();
            }

            node = new CacheNode();
            node.key = k;

            currentCacheSize ++;
        }

        node.value = v;
        moveToFirst(node); // LRU策略, 新插入的元素放置到队列头部
        caches.put(k, node);
    }

    public void moveToFirst(CacheNode node) {
        CacheNode n = head.after;
        head.after = node;
        node.before = head;
        n.before = node;
        node.after = n;
    }

    public void removeLast() {
        CacheNode n = tail.before.before;
        n.after = tail;
        tail.before = n;
    }

    public Object get(K k) {
        CacheNode node = caches.get(k);
        if (node == null) {
            return null;
        }

        Object v = node.value;
        moveToFirst(node);
        return v;
    }

    public Object remove(K k) {
        CacheNode node = caches.get(k);
        if (node == null) {
            return null;
        }

        CacheNode pre = node.before;
        CacheNode next = node.after;
        pre.after = next;
        next.before = pre;

        caches.remove(k);

        currentCacheSize --;
        return node.value;
    }
}

 

上述代码在博主本机测试验证通过(单线程操作下)

 

以上是关于面试题LRU算法及编码实现LRU策略缓存的主要内容,如果未能解决你的问题,请参考以下文章

JavaScript算法题实现-146-LRU缓存机制——腾讯面试题库

LRU缓存替换策略及C#实现

Goland 实现LRU算法

缓存机制

LRU算法java实现

LRU算法java实现