LRU算法是一种常用的缓存淘汰策略，当缓存满时，会优先移除最近最少使用的数据。本文介绍了LRU的工作原理，并通过Java的LinkedHashMap详细解释了其实现过程，包括如何重写removeEldestEntry方法来维持缓存大小。同时，讨论了LRU在热点数据缓存更新中的应用，以及其O(1)的时间复杂度优势。
什么是LRU算法
LRU算法是一个最近最少使用算法，经常作为缓存数据的一种淘汰策略。缓存是存储容量是有上限的，因此我们要对空间进行清理缓存，当数据达到预设上限后，会优先淘汰近期最少使用的缓存数据。
运用在热点数据缓存的更新等业务
如何实现的
在一个有限的容器中放入元素，以一个方向进行加入元素,当有元素被访问，或者添加新元素的时候，那么新的元素就应该放在这个容器的第一个位置上，而超出容器范围的那个元素就被清除
知识点：O(1) 与 O(n) ：查找的时间复杂度 1表示简单 ，而n表示复杂（例:写一个循环，循环次数是N次的，那么其时间复杂度就是O(n)）
基于LRU算法的LruCache设计思考
- Cache元素须有时序，能区别最近和久未使用的数据
- Cache需要支持在任意位置快速删除和头部插入
- Cache需要快速基于Key找到对应的元素
LruCache技术选型分析
- 要基于双向链表记录最近和久未使用的数据
- 基于散列表记录Key及节点映射便于快速获取
基于Java写LRU算法
LinkedHashMap
LinkedHashMap与HashMap的区别：LindedHashMap可以默认基于链表记录插入元素的顺序，而HashMap不可以
1.首先新建一个缓存容器，这里使用的就是LinkedHashMap
2.创建一个ListedHashMap的匿名内部类重写removeEldestEntry方法：
3.测试，默认是从右向左插入，最新的值会在最右面
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
