先贊後看,養成習慣 🌹 歡迎微信關注
[Java編程之道]
,每天進步一點點,沉澱技術分享知識。
LRU算法介紹
LRU
是Least Recently Used的縮寫,即最近最少使用,是一種常用的頁面置換算法,選擇最近最久未使用的頁面予以淘汰。當限定的空間已存滿數據時,應當把最久
沒有被訪問到的數據淘汰。
簡單描述一下在《操作系統》這本書裏面對於LRU算法的解說。
假定系統爲某進程分配了3個物理塊,進程運行時的頁面走向爲 7 0 1 2 0 3 0 4,開始時3個物理塊均爲空,那麼LRU
算法是如下工作的:
這就是最基本的LRU的磁盤調度邏輯,該算法運用領域比較廣泛比如Redis的內存淘汰策略
等等,該算法也是面試中
面試官常常用來考驗面試者代碼能力和對LRU算法的正確理解。
以下我主要以爲雙向鏈表+HashMap
的方式手撕一個時間複雜度爲O(1)的LRU算法。
在Java中,其實LinkedHashMap已經實現了LRU緩存淘汰算法,需要在構造方法第三個參數傳入true( accessOrder = true;),表示按照時間順序訪問。可以直接繼承LinkedHashMap來實現。
public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {
private int capacity;
LRULinkedHashMap(int capacity) {
//true是表示按照訪問時間排序,
super(capacity, 0.75f, true);
//傳入指定的緩存最大容量
this.capacity = capacity;
}
/**
* 實現LRU的關鍵方法,如果map裏面的元素個數大於了緩存最大容量,則刪除鏈表的頂端元素
*/
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return size() > capacity;
}
}
算法設計思路
- 訪問某個節點時,將其從原來的位置刪除,並重新插入到鏈表頭部。
- 這樣就能保證鏈表尾部存儲的就是最近最久未使用的節點,當節點數量大於緩存最大空間時就淘汰鏈表尾部的節點。
- 爲了使刪除操作時間複雜度爲 O(1),就不能採用遍歷的方式找到某個節點。
- HashMap 存儲着 Key 到節點的映射,通過 Key 就能以 O(1) 的時間得到節點,然後再以 O(1) 的時間將其從雙向隊列中刪除。
一.構建雙向鏈表Node節點
/**
* 定義雙向鏈表其中K爲Map中的K 降低查找時間複雜度
*/
class Node {
K k;
V v;
Node pre;
Node next;
Node(K k, V v) {
this.k = k;
this.v = v;
}
}
二.定義變量
//定義緩存大小
private int size;
// 存儲K和Node節點的映射 Node中會存放KV
private HashMap<K, Node> map;
private Node head;
private Node tail;
三.初始化結構體
XLRUCache(int size) {
this.size = size;
map = new HashMap<>();
}
四.添加元素
/**
* 添加元素
* 1.元素存在,將元素移動到隊尾
* 2.不存在,判斷鏈表是否滿。
* 如果滿,則刪除隊首(head)元素,新元素放入隊尾元素
* 如果不滿,放入隊尾(tail)元素
*/
public void put(K key, V value) {
Node node = map.get(key);
if (node != null) {
//更新值
node.v = value;
moveNodeToTail(node);
} else {
Node newNode = new Node(key, value);
//鏈表滿,需要刪除首節點
if (map.size() == size) {
Node delHead = removeHead();
map.remove(delHead.k);
}
addLast(newNode);
map.put(key, newNode);
}
}
- 移動元素到鏈表尾部
public void moveNodeToTail(Node node) {
if (tail == node) {
return;
}
// 頭節點直接置空
if (head == node) { // 備註一
head = node.next;
head.pre = null;
} else { // 備註一
node.pre.next = node.next;
node.next.pre = node.pre;
}
// 備註三
node.pre = tail;
node.next = null;
tail.next = node;
tail = node;
}
- 看備註一&備註三如下圖
- 看備註二&備註三如下圖
- 刪除頭節點
public Node removeHead() {
// 空鏈表
if (head == null) {
return null;
}
Node res = head;
// 只有一個節點
if (head == tail) {
head = null;
tail = null;
} else {
// 多個節點
head = res.next;
head.pre = null;
res.next = null;
}
return res;
}
map.remove(delHead.k): 刪除Map中的Kv映射關係
- 添加新節點
public void addLast(Node newNode) {
// 添加節點爲空節點直接返回
if (newNode == null) {
return;
}
// 如果鏈表爲空則直接添加
if (head == null) {
head = newNode;
tail = newNode;
} else {
// 不爲空則尾部添加
tail.next = newNode;
newNode.pre = tail;
tail = newNode;
}
}
如果鏈表爲空則將該元素設置成表頭元素同時也是表尾元素。
五.獲取元素
public V get(K key) {
Node node = map.get(key);
if (node != null) {
moveNodeToTail(node);
return node.v;
}
return null;
}
調度訪問後的節點需要移動到鏈表尾部。
完整代碼
import java.util.HashMap;
/**
* @Auther: Xianglei
* @Company:
* @Date: 2020/6/27 14:52
* @Version 1.0
*/
public class XLRUCache<K, V> {
private int size;
// 存儲K和Node節點的映射 Node中會存放KV
private HashMap<K, Node> map;
private Node head;
private Node tail;
XLRUCache(int size) {
this.size = size;
map = new HashMap<>();
}
/**
* 添加元素
* 1.元素存在,將元素移動到隊尾
* 2.不存在,判斷鏈表是否滿。
* 如果滿,則刪除隊首元素,放入隊尾元素,刪除更新哈希表
* 如果不滿,放入隊尾元素,更新哈希表
*/
public void put(K key, V value) {
Node node = map.get(key);
if (node != null) {
//更新值
node.v = value;
moveNodeToTail(node);
} else {
Node newNode = new Node(key, value);
//鏈表滿,需要刪除首節點
if (map.size() == size) {
Node delHead = removeHead();
map.remove(delHead.k);
}
addLast(newNode);
map.put(key, newNode);
}
}
public V get(K key) {
Node node = map.get(key);
if (node != null) {
moveNodeToTail(node);
return node.v;
}
return null;
}
public void addLast(Node newNode) {
if (newNode == null) {
return;
}
if (head == null) {
head = newNode;
tail = newNode;
} else {
tail.next = newNode;
newNode.pre = tail;
tail = newNode;
}
}
public void moveNodeToTail(Node node) {
if (tail == node) {
return;
}
if (head == node) {
head = node.next;
head.pre = null;
} else {
node.pre.next = node.next;
node.next.pre = node.pre;
}
node.pre = tail;
node.next = null;
tail.next = node;
tail = node;
}
public Node removeHead() {
if (head == null) {
return null;
}
Node res = head;
if (head == tail) {
head = null;
tail = null;
} else {
head = res.next;
head.pre = null;
res.next = null;
}
return res;
}
/**
* 定義雙向鏈表
*/
class Node {
K k;
V v;
Node pre;
Node next;
Node(K k, V v) {
this.k = k;
this.v = v;
}
}
}
測試
至此,你應該已經掌握 LRU 算法的思想和實現過程了,這裏面最重要的一點是理清楚雙向鏈表和HasMap的映射
關係以及節點移動
操作。自此,你知道爲什麼用雙向鏈表了嗎?
更多精彩好文盡在:Java編程之道
🎁
歡迎各位好友前去關注!🌹