教你如何手写LRU算法

目前失业了，工作不太好找，闲暇时间，就把我总结的一些技术拿出分享一下，希望大家一起进步。不废话了，直接进入主题

LRU算法是什么? 主要用在什么地方呢? Redis 缓存淘汰策略为什么采用它？

LRU:简单来说就是最近最少使用  ，一句话很简单

只要用过Redis 的同学都知道，Redis 在设置缓存的的时候，一定要设置key 的过期时间，否则会出现OOM 这种毁灭性的问题。

Redis 的缓存删除策略：

        （1）定时删除  ，时间一到 立马删除到期的key ，这种策略的缺点就是增加CPU消耗

        （2）惰性删除，redis 配置一个异步进程去删除那些快要过期的key,缺点就是增加线程

         （3）定期删除  配置一个job  定期去删除一些key，缺点是容易造成某些key 成为僵尸key ,无论你只有多少次删除，一直存在。

通过以上三个删除策略的讨论，Redis  采用了LRU LFU  Random TTl 删除策略。

今天就给大家手写一下怎么实现LRU 算法：代码如下

        

/**
 * @auther zhangcc
 * @date 2022-08-30-18:09
 */
public class LRUHandlerDemo{
    //手写LRU算法 总体思路，构建一个map+双向链表
    //map负责查找，构建一个虚拟的双向链表，它里面安装的就是一个个Node节点，作为数据载体。
    //1构造一个Node 节点作为数据载体
    class Node<K,V>{
        K key;
        V value;
        Node<K,V> prev;
        Node<K,V> next;
        public Node(){
            this.prev=this.next=null;
        }
        public Node(K key,V value){
            this.key = key;
            this.value = value;
            this.prev = this.next = null;
        }

    }
    //2 构建一个虚拟的双向链表，里面安放的就是我们的Node
    class DoubleLinkedList<K,V>{
        Node<K,V> head;
        Node<K,V> tail;
        //2.1构造一个虚拟的
        public DoubleLinkedList(){
            head = new Node<>();
            tail = new Node<>();
            head.next = tail;
            tail.prev = head;

        }
        //2.2 添加到头
        public void addHead(Node<K,V> node){
            node.next = head.next;
            node.prev = head;
            head.next.prev=node;
            head.next = node;
        }
        //2.3删除节点
        public void removeNode(Node<K,V> node){
            node.next.prev = node.prev;
            node.prev.next = node.next;
            node.prev = null;
            node.next = null;
        }
        //2.4获得最后一个节点
        public Node getLast(){
            return tail.prev;
        }

    }
    private int cacheSize;
    Map<Integer,Node<Integer,Integer>> map;
    DoubleLinkedList<Integer,Integer> doubleLinkedList;

    public LRUHandlerDemo(int cacheSize){
        this.cacheSize = cacheSize;//坑位
        map = new HashMap<>();
        doubleLinkedList = new DoubleLinkedList<>();
    }
    public int get(int key){
        if(!map.containsKey(key)){
            return  -1;
        }
        Node<Integer, Integer> node = map.get(key);
        doubleLinkedList.removeNode(node);
        doubleLinkedList.addHead(node);
        return  node.value;
    }
    // saveOr update 方法的作用
    public void put(int key,int value){
        if(map.containsKey(key)){
            Node<Integer, Integer> node = map.get(key);
            node.value = value;
            map.put(key,node);
            doubleLinkedList.removeNode(node);
            doubleLinkedList.addHead(node);
        }else{
            if(map.size() == cacheSize){ //坑位满了
                Node<Integer,Integer> lastNode = doubleLinkedList.getLast();
                map.remove(lastNode.key);
                doubleLinkedList.removeNode(lastNode);

            }
            //才是新增
            Node<Integer,Integer> newNode = new Node<>(key,value);
            map.put(key,newNode);
            doubleLinkedList.addHead(newNode);
        }

    }