动手写一个LRU缓存

Posted 幸遥

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了动手写一个LRU缓存相关的知识,希望对你有一定的参考价值。

前言

LRU 是 Least Recently Used 的简写,字面意思则是最近最少使用

通常用于缓存的淘汰策略实现,由于缓存的内存非常宝贵,所以需要根据某种规则来剔除数据保证内存不被占满。

redis的数据淘汰策略中就包含LRU淘汰算法

如何实现一个完整的LRU缓存呢?这个缓存要满足:

  • 这个缓存要记录使用的顺序
  • 随着缓存的使用变化,要能更新缓存的顺序

基于这种特点,可以使用一个常用的数据结构:链表

  • 每次加入新的缓存时都添加到链表的头节点
  • 当缓存再次被使用时移动缓存到头节点
  • 当添加的缓存超过能够缓存的最大时,删除链表尾节点的元素

单链表和双向链表的选择

单链表的方向只有一个,节点中有一个next指针指向后继节点。而双链表有两个指针,可以支持两个方向,每个节点不止有一个next指针,还有一个prev指针指向前驱节点

双向链表需要额外的两个空间来存放前驱节点的指针prev和后继节点指针next,所以,存储相同大小的数据,双向链表需要更多的空间。虽然相比单向链表,双向链表的每个节点多个一个指针空间,但是这样的结构带来了更多的灵活性,在某些场景下非常适合使用这样的数据结构。删除和添加节点操作,双向链表的时间复杂度为O(1)

在单向链表中,删除和添加节点的时间复杂度已经是O(1)了,双向链表还能比单向链表更加高效吗?

先来看看删除操作

在删除操作中有两种情况:

  • 删除给定值的节点
  • 删除给定指针的节点

对于第一种情况,无论是删除给定值或者是给定的指针都需要从链表头开始依此遍历,直到找到所要删除的值

尽管删除这个操作的时间复杂度为O(1),但是删除的时间消耗主要是遍历节点,对应的时间复杂度为O(n),所以总的时间复杂度为O(n)。

对于第二种情况,已经给定了要删除的节点,如果使用单向链表,还得从链表头部开始遍历,直到找到待删除节点的前驱节点。但是对于双向链表来所,这就很有优势了,双向链表的待删除节点种包含了前驱节点,删除操作只需要O(1)的时间复杂度

同理对于添加操作:

我们如果想要在指定的节点前面或者后面插入一个元素,双向了链表就有很大的优势,他可以在O(1)的时间复杂度搞定,而单向链表还需要从头遍历。

所以,虽然双向链表比单向链表需要更多的存储空间,但是双向链表的应用更加广泛,JDK种LinkedHashMap这种数据结构就使用了双向链表

如何实现LRU缓存

单链表实现

下面我们基于单链表给出简单的代码实现:

package com.ranger.lru;

import java.util.HashMap;
import java.util.Map;

/**
 * 
 * @author ranger
 * LRU缓存
 *
 */
public class LRUMap<K,V> {
    
    /**
     * 定义链表节点
     * @author ranger
     *
     * @param <K>
     * @param <V>
     */
    private class Node<K, V> {
        private K key;
        private V value;
        Node<K, V> next;
        
        public Node(K key, V value) {
            this.key = key;
            this.value = value;
        }
        public Node() {
            
        }
        
    }
    
    
    /**
     * 缓存最大值
     */
    private int capacity;
    
    /**
     * 当前缓存数量
     */
    private int size;
    
    /**
     * 缓存链表头节点
     */
    private Node<K,V> head;
    
    /**
     * 缓存链表尾节点
     */
    private Node<K,V> tail;
    
    /**
     * 定义带参构造函数,构造一个为空的双向链表
     * @param capacity  缓存最大容量
     */
    public LRUMap(int capacity) {
        this.capacity = capacity;
        head = null;
        tail = null;
        size = 0;
    }
    
    /**
     * 无参构造函数,初始化容量为16
     */
    public LRUMap() {
        this(16);
    }
    
    /**
     * 向双向链表中添加节点
     * @param key
     * @param value
     */
    public void put(K key,V value) {
        addNode(key,value);
    }
    
    /**
     * 根据key获取缓存中的Value
     * @param key
     * @return
     */
    public V get(K key) {
        Node<K,V> retNode = getNode(key);
        if(retNode != null) {
            // 存在,插入头部
            moveToHead(retNode);
            return retNode.value;
        }
        // 不存在
        return null;
    }
    
    /**
     * 移动给定的节点到头节点
     * @param node
     */
    public void moveToHead(Node<K,V> node) {
        // 如果待移动节点是最后一个节点
        if(node == tail) {
            Node prev = head;
            while(prev.next != null && prev.next != node) {
                prev = prev.next;
            }
            tail = prev;
            node.next = head;
            head = node;
            prev.next = null;
            
        }else if(node == head){   // 如果是头节点
            return;
        }else {
            Node prev = head;
            while(prev.next != null && prev.next != node) {
                prev = prev.next;
            }
            prev.next = node.next;
            node.next = head;
            head = node;
        }
    }
    
    /**
     * 获取给定key的节点
     * @param key
     * @return
     */
    private Node<K,V> getNode(K key){
        if(isEmpty()) {
            throw new IllegalArgumentException("list is empty,cannot get node from it");
        }
        Node<K,V> cur = head;
        while(cur != null) {
            if(cur.key.equals(key)) {
                return cur;
            }
            cur = cur.next;
        }
        return null;
    }
    
    /**
     * 添加到头节点
     * @param key
     * @param value
     */
    private void addNode(K key,V value) {
        Node<K,V> node = new Node<>(key,value);
        // 如果容量满了,删除最后一个节点
        if(size == capacity) {
            delTail();
        }
        addHead(node);
    }
    
    /**
     * 删除最后一个节点
     */
    private void delTail() {
        if(isEmpty()) {
            throw new IllegalArgumentException("list is empty,cannot del from it");
        }
        // 只有一个元素
        if(tail == head) {
            tail = null;
            head = tail;
        }else {
            Node<K,V> prev = head;
            while(prev.next != null && prev.next != tail) {
                prev = prev.next;
            }
            prev.next = null;
            tail = prev;
        } 
        
        size--;
    }
    
    /**
     * 链表是否为空
     * @return
     */
    private boolean isEmpty() {
        return size == 0;
    }
    
    /**
     * 添加节点到头头部
     * @param node
     */
    private void addHead(Node node) {
        // 如果链表为空
        if(head == null) {
            head = node;
            tail = head;
        }else {
            node.next = head;
            head = node;
        }
        
        size ++;
        
    }
    
    @Override
    public String toString() {
        StringBuilder sb = new StringBuilder();
        Node<K,V> cur = head;
        while(cur != null) {
            sb.append(cur.key)
            .append(":")
            .append(cur.value);
            if(cur.next != null) {
                sb.append("->");
            }
            cur = cur.next;
        }
        return sb.toString();
    }
    
    /**
     * 测试
     * @param args
     */
    public static void main(String[] args) {
        LRUMap<String,String> lruMap = new LRUMap(3) ;
        lruMap.put("1","tom") ;
        lruMap.put("2","lisa") ;
        lruMap.put("3","john") ;
        System.out.println(lruMap.toString());
        lruMap.put("4","july") ;
        System.out.println(lruMap.toString());
        lruMap.put("5","jack") ;
        System.out.println(lruMap.toString());
        String value = lruMap.get("3");
        System.out.println(lruMap.toString());
        System.out.println("the value is: "+value);
        String value1 = lruMap.get("1");
        System.out.println(value1);
        System.out.println(lruMap.toString());
        
    }
    
}


输出结果:
3:john->2:lisa->1:tom
4:july->3:john->2:lisa
5:jack->4:july->3:john
3:john->5:jack->4:july
the value is: john
null
3:john->5:jack->4:july
LinkedHashMap实现

了解LinkedHashMap的都知道,它是基于链表实现,其中还有一个?accessOrder?成员变量,默认是?false,默认按照插入顺序排序,为?true?时按照访问顺序排序,也可以调用 构造函数传入accessOrder

LinkedHashMap 的排序方式有两种:

  • 根据写入顺序排序。
  • 根据访问顺序排序。

其中根据访问顺序排序时,每次 get 都会将访问的值移动到链表末尾,这样重复操作就能的到一个按照访问顺序排序的链表

我们可以重写LinkedHashMap中的removeEldestEntry方法来决定在添加节点的时候是否需要删除最久未使用的节点

代码实现如下:

public class LRULinkedHashMap<K,V> {

    /**
     * 缓存map
     */
    private LinkedHashMap<K,V> cacheMap;
    
    /**
     * 当前缓存数量
     */
    private int size;
    
    /**
     * 构造一个cacheMap,并设置可以缓存的数量
     * @param size
     */
    public LRULinkedHashMap(int size) {
        this.size = size;
        
        cacheMap = new LinkedHashMap<K,V>(16,0.75F,true) {
            @Override
            // 重写方法,判断是否删除最久没使用的节点
            protected boolean removeEldestEntry(Map.Entry eldest) {
                if (size + 1 == cacheMap.size()){
                    return true ;
                }else {
                    return false ;
                }
            }
        };
    }
    /**
     * 添加缓存
     * @param key
     * @param value
     */
    public void put(K key,V value){
        cacheMap.put(key,value) ;
    }
    
    /**
     * 获取缓存
     * @param key
     * @return
     */
    public V get(K key){
        return cacheMap.get(key) ;
    }
    
    public String toString() {
        StringBuilder sb = new StringBuilder();
        Set<Entry<K, V>> entrySet = cacheMap.entrySet();
        for (Entry<K,V> entry : entrySet) {
            sb.append(entry.getKey())
            .append(":")
            .append(entry.getValue())
            .append("<-");
        }
        
        return sb.toString();
    }
    
    
    public static void main(String[] args) {
        LRULinkedHashMap<String,Integer> map = new LRULinkedHashMap(3) ;
        map.put("1",1);
        map.put("2",2);
        map.put("3",3);
        System.out.println(map);
        map.put("4", 4);
        System.out.println(map);
    }
    
}

以上是关于动手写一个LRU缓存的主要内容,如果未能解决你的问题,请参考以下文章

厉害了,自己动手实现 LRU 缓存机制!

厉害了,自己动手实现 LRU 缓存机制!

LRU Cache实现

面试挂在了 LRU 缓存算法设计上

java - LinkedHashMap 实现 LRU

REDIS16_LRU算法概述查看默认内存默认是如何删除数据缓存淘汰策略