LRU缓存算法设计详解

创作时间:

作者:

@小白创作中心

LRU缓存算法设计详解

引用

CSDN

https://blog.csdn.net/ngczx/article/details/140229679

LRU（Least Recently Used）缓存算法是一种常用的缓存淘汰策略，其核心思想是“最近最少使用”。在计算机系统中，缓存的容量是有限的，当缓存满时，需要根据一定的策略淘汰一些数据，以腾出空间存放新的数据。LRU算法就是一种基于访问频率的淘汰策略，它会优先淘汰那些长时间没有被访问的数据。本文将详细介绍LRU缓存算法的设计原理和实现方法。

LRU 缓存算法的核⼼数据结构就是哈希链表，双向链表和哈希表的结合体。这个数据结构⻓这样：

创建的需要有两个方法，一个是get方法，一个是put方法。

一些问题：为什么需要使用双向链表呢？因为删除链表的本身，需要得到他的前一个节点。如果使用单链表，效率就会很低，这边是使用的空间换取效率。

//Node 节点类
public class Node {
    public  int key,val;
    public Node pre,next;
    public Node(int key,int val){
        this.key=key;
        this.val=val;
    }
}

public class DoubleList {
    //头和尾
    public   Node head,tail;
    public int size;
    public DoubleList(){
        //两个哨兵
        head=new Node(0,0);
        tail=new Node(0,0);
        head.next=tail;
        tail.pre=head;
        size=0;
    }
    public  void addLast(Node x){
        //添加到末尾去
        //在tail之前插入一个 
        x.pre=tail.pre; //
        x.next=tail;
        tail.pre.next=x;
        tail.pre=x;
        size++;
    }
    public void remove(Node x) {
        //双链表删除一个节点  x.pre.next=x.next;
        x.pre.next = x.next;
        x.next.pre = x.pre;
        size--;
    }
    // 删除链表中第⼀个节点，并返回该节点，时间 O(1)
    public Node removeFirst() {
        if (head.next == tail)
            return null;
        Node first = head.next;
        remove(first);
        return first;
    }
    public int size() { return size; }
}

缓存设计的代码:

import java.util.HashMap;
public class LRUCache {
    // key -> Node(key, val)
    private HashMap<Integer, Node> map;
    // Node(k1, v1) <-> Node(k2, v2)...
    private DoubleList cache;
    // 最⼤容量
    private int cap; //最大容量
    public LRUCache(int capacity) {
        this.cap = capacity;
        map = new HashMap<>();
        cache = new DoubleList();
    }
    private void makeRecently(int key) {
        Node x = map.get(key); //变为最近的    删除 然后添加进来
        // 先从链表中删除这个节点
        cache.remove(x);
        // 重新插到队尾
        cache.addLast(x);
    }
    private void addRecently(int key, int val) {
        Node x = new Node(key, val);
        // 链表尾部就是最近使⽤的元素
        cache.addLast(x);
        // 别忘了在 map 中添加 key 的映射
        map.put(key, x);
    }
    private void deleteKey(int key) {
        Node x = map.get(key);
        // 从链表中删除
        cache.remove(x);
        // 从 map 中删除
        map.remove(key);  //mp中也要删除
    }
    private void removeLeastRecently() {  //删除最久没有使用的
        // 链表头部的第⼀个元素就是最久未使⽤的
        Node deletedNode = cache.removeFirst();
        // 同时别忘了从 map 中删除它的 key
        int deletedKey = deletedNode.key;
        map.remove(deletedKey);
    }
    public int get(int key) {
        if (!map.containsKey(key)) {
            return -1;
        }
        // 将该数据提升为最近使⽤的
        makeRecently(key); //修改
        return map.get(key).val;
    }
    public void put(int key, int val) {
        //如果之前含有  删除 并添加
        if (map.containsKey(key)) {
            // 删除旧的数据
            deleteKey(key);
            // 新插⼊的数据为最近使⽤的数据
            addRecently(key, val);
            return;
        }
   //如果慢了 那么删除
        if (cap == cache.size()) {
            // 删除最久未使⽤的元素
            removeLeastRecently();
        }
        // 添加为最近使⽤的元素
        addRecently(key, val);
    }
}

一些算法的设计思路:，变为最近的。首先得到这个点，然后删除这个点。

添加到最近来就需要new出来这个节点，然后加入到最后去。

删除首先先得到,再从链表中删除掉。不要忘记hashmap中也是需要删除的。

如果满了，需要删除掉最早的那个节点。

test测试结果

通过测试发现 2已经被移除去了。