一、什么是 LRU 算法
就是一种缓存淘汰策略。
计算机的缓存容量有限，如果缓存满了就要删除一些内容，给新内容腾位置。但问题是，删除哪些内容呢？我们肯定希望删掉哪些没什么用的缓存，而把有用的数据继续留在缓存里，方便之后继续使用。
LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。
二、LRU的使用
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
第一步：创建一个长度为2的LRUCache
第二步：cache.put(1, 1);放入key=1，value=1的数据
第三步：cache.put(2，2);放入key = 2，value = 2的数据
(因为2刚使用，所有把2移动到前面)
第四步：cache.get(1);获取key = 1的数据
(因为我们刚使用了1，所以把1移动到前面)
第五步：cache.put(3，3);放入key = 3，value = 3的数据
(因为3刚放进，所以放前面，又因为容量只有2，需要移除原先的1个。只因key = 2是最近最少使用的(key = 1刚get()过)，所以移除2。
三、LRU的实现机制
算法：
LRU 缓存机制可以通过哈希表辅以双向链表实现，我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。
1)双向链表按照被使用的顺序存储了这些键值对，靠近头部的键值对是最近使用的，而靠近尾部的键值对是最久未使用的。
2)哈希表即为普通的哈希映射(HashMap)，通过缓存数据的键映射到其在双向链表中的位置。
一、初始化：
二、cache.put(1，1)：
三、cache.put(2，2)：
四、cache.get(1)：
五、cache.put(3,3)：
四、代码如下
import java.io.*;
import java.util.HashMap;
public class test {
public static void main(String args[]) throws IOException {
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
}
}
/**
* 设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put
*/
class LRUCache {
private HashMap cache = new HashMap();//方便通过key快速定位结点
private int size;
private int capacity;
private LinkedNode head,tail;
class LinkedNode{
int key;
int value;
LinkedNode pre;
LinkedNode next;
}
public LRUCache(int capacity) {
this.size = 0;
this.capacity = capacity;
head = new LinkedNode();
tail = new LinkedNode();
head.next = tail;
tail.pre = head;
}
/**
* 移除节点
* @param node
*/
private void removeNode(LinkedNode node) {
LinkedNode preNode = node.pre;
LinkedNode nextNode = node.next;
preNode.next = nextNode;
nextNode.pre = preNode;
}
/**
* 添加节点到头部
* @param node
*/
private void addNode(LinkedNode node) {
node.pre = head;
node.next = head.next;
head.next.pre = node;
head.next = node;
}
/**
* 将节点移动到头部
* @param node
*/
private void moveToHead(LinkedNode node) {
removeNode(node);
addNode(node);
}
/**
* 获取数据
* @param key
* @return
*/
public int get(int key) {
LinkedNode node = cache.get(key);
if(node != null) {
moveToHead(node);
}else{
return -1;
}
return node.value;
}
/**
* 写入数据
* @param key
* @param value
*/
public void put(int key, int value) {
LinkedNode node = cache.get(key);
//存在
if(node != null) {
node.value = value;//可能更新数据
moveToHead(node);
}
//不存在
else{
LinkedNode newNode = new LinkedNode();
newNode.key = key;
newNode.value = value;
cache.put(key,newNode);//更新Map
addNode(newNode);//添加结点到头部
size++;//更新结点数
if(size > capacity) {//如果结点数超过容量大小
LinkedNode tailPre = tail.pre;
cache.remove(tailPre.key);//更新Map
removeNode(tailPre);//删除最后一个结点(尾结点的前一个结点)
size--;
}
}
}
}总结：自己实现的简单LRU总归太简单了，要是想完善或者实现更真实的LRU，不妨参考一下Redis中的LRU。(◔◡◔)
