LRU緩存淘汰算法
LRU是(Least Recently Used)最近最少使用策略的縮寫,是根據數據的歷史訪問記錄來進行淘汰數據,其核心思想是“如果數據最近被訪問過,那麼將來被訪問的機率也更高”。
LRU 算法的核心數據結構就是哈希鏈表,雙向鏈表和哈希表的結合體。其設計思想:就是藉助哈希表賦予了鏈表快速查找的特性,可以快速查找某個 key 是否存在緩存(鏈表)中,同時可以快速刪除、添加節點。
哈希鏈表實現LRU
將Cache的所有位置都用雙鏈表連接起來,當一個位置被命中之後,通過調整鏈表的指向,將該位置調整到鏈表頭/尾的位置,新加入的Cache直接加到鏈表頭/尾中。
這樣,在多次進行Cache操作後,最近被命中的,就會被向鏈表頭/尾方向移動,而沒有命中的,而向鏈表尾/頭方向移動,鏈表尾/頭則表示最近最少使用的Cache。
當需要替換內容時候,鏈表的頭/尾節點就是最少被命中的位置,我們只需要淘汰鏈表這部分即可。
LRU算法設計:
package com.wang.redis.lru;
import java.util.LinkedHashMap;
public class LRUCache {
private Node head;
private Node end;
// 哈希map
private HashMap<String,Node> hashMap;
//緩存存儲上限
private int limit;
public LRUCache(int limit){
this.limit = limit;
hashMap = new HashMap<>();
}
/**
* 獲取節點,更新雙向鏈表中當前節點順序
* @param key
* @return
*/
public String get(String key){
Node node = hashMap.get(key);
if(node == null){
return null;
}else{
// 更新雙向鏈表
refreshNode(node);
return node.value;
}
}
/**
* Map 中已存在,則更新Value,並刷新當前節點
* Map 中不存在,判斷容量,滿則刪除一個節點; 新建並添加節點。
* @param key
* @param value
*/
public void put(String key ,String value){
Node node = hashMap.get(key);
if(node == null){
if(hashMap.size()>= limit){
String oldKey = removeNode(head);
hashMap.remove(oldKey);
}
node = new Node(key,value);
hashMap.put(key,node);
addNode(node);
}else{
node.value=value;
refreshNode(node);
}
}
/**
* 將指定節點從雙向鏈表中刪除
* @param node
* @return
*/
public String removeNode(Node node){
if(node == end){
end = end.pre;
end.next = null;
}else if (node == head){
head = head.next;
head.pre = null;
}else{
node.pre.next = node.next;
node.next.pre = node.pre;
}
return node.key;
}
/**
* 尾部插入節點
* @param node
*/
public void addNode(Node node){
if(end != null){
end.next = node;
node.pre = end;
node.next = null;
}
end = node;
if(head == null){
head = node;
}
}
/**
* 刷新當前節點位置
* @param node
*/
public void refreshNode(Node node){
if(node == end){
return ;
}
removeNode(node);
addNode(node);
}
}
class Node{
public String key;
public String value;
public Node pre;
public Node next;
public Node(String key,String value ){
this.key=key;
this.value=value;
}
}