LRU缓存算法的一种实现

LRU算法:

LRU(Least Recently Used)今天在缓存内存淘汰策略中看到,觉得非常有意思,这里做一下笔记,不喜互喷。


LRU原理:

当数据在最近一段时间内不常被访问,在缓存定义的内存容量超过限制的时候,会将这部分数据淘汰掉;相反一段经常被访问的数据,说明这部分数据以后有很大可能也会被访问,需要快速匹配上这部分数据,也就是按频率决定存储的先后位置,方便快速查找高频数据和在空间不足的情况下删除低频数据,释放空间。

图片来自: https://baijiahao.baidu.com/s?id=1607586455640069632&wfr=spider&for=pc
在这里插入图片描述


LRU实现(基于LinkedHashMap实现):

定义使用LRU算法的缓存类LRUCache

public class LRUCache<K, V> extends LinkedHashMap<K, V> {
    
    
    private final int CACHE_SIZE;

    public LRUCache(int cacheSize) {
    
    
        //第三个参数acessOrder是用来根据访问顺序进行排序,最新的会在链表前面
        super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);
        this.CACHE_SIZE = cacheSize;
    }

    /**
     * 回调方法,调用put添加键值对,回调方法会返回true
     * 若超过容量,false移除map最老的键值对
     *
     * @param eldest
     * @return
     */
    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
    
    
        return size() > CACHE_SIZE;
    }
}

定义测试方法LRUCacheTest

public class LRUCacheTest {
    
    
    public static void main(String[] args) {
    
    
        LRUCache<Long, Integer> lruCache = new LRUCache<>(10);
        //初始化键值对
        for (int i = 0; i < 15; i++) {
    
    
            lruCache.put(System.currentTimeMillis() + i, i);
            System.out.println("第[" + i + "]次插入,缓存中存放的数据:" + lruCache);
        }
    }
}

输出运行结果

在这里插入图片描述

[0]次插入,缓存中存放的数据:{
    
    1645014382313=0}[1]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1}[2]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2}[3]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2, 1645014382320=3}[4]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2, 1645014382320=3, 1645014382321=4}[5]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2, 1645014382320=3, 1645014382321=4, 1645014382322=5}[6]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2, 1645014382320=3, 1645014382321=4, 1645014382322=5, 1645014382323=6}[7]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2, 1645014382320=3, 1645014382321=4, 1645014382322=5, 1645014382323=6, 1645014382324=7}[8]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2, 1645014382320=3, 1645014382321=4, 1645014382322=5, 1645014382323=6, 1645014382324=7, 1645014382325=8}[9]次插入,缓存中存放的数据:{
    
    1645014382313=0, 1645014382314=1, 1645014382315=2, 1645014382320=3, 1645014382321=4, 1645014382322=5, 1645014382323=6, 1645014382324=7, 1645014382325=8, 1645014382326=9}[10]次插入,缓存中存放的数据:{
    
    1645014382314=1, 1645014382315=2, 1645014382320=3, 1645014382321=4, 1645014382322=5, 1645014382323=6, 1645014382324=7, 1645014382325=8, 1645014382326=9, 1645014382327=10}[11]次插入,缓存中存放的数据:{
    
    1645014382315=2, 1645014382320=3, 1645014382321=4, 1645014382322=5, 1645014382323=6, 1645014382324=7, 1645014382325=8, 1645014382326=9, 1645014382327=10, 1645014382328=11}[12]次插入,缓存中存放的数据:{
    
    1645014382320=3, 1645014382321=4, 1645014382322=5, 1645014382323=6, 1645014382324=7, 1645014382325=8, 1645014382326=9, 1645014382327=10, 1645014382328=11, 1645014382329=12}[13]次插入,缓存中存放的数据:{
    
    1645014382321=4, 1645014382322=5, 1645014382323=6, 1645014382324=7, 1645014382325=8, 1645014382326=9, 1645014382327=10, 1645014382328=11, 1645014382329=12, 1645014382330=13}[14]次插入,缓存中存放的数据:{
    
    1645014382322=5, 1645014382323=6, 1645014382324=7, 1645014382325=8, 1645014382326=9, 1645014382327=10, 1645014382328=11, 1645014382329=12, 1645014382330=13, 1645014382331=14}

猜你喜欢

转载自blog.csdn.net/weixin_42380504/article/details/122971293