LinkedHashMap实现一个固定容量的基于最近最少使用算法的缓存类

本文介绍了一种基于Java的LRU缓存实现方法,利用LinkedHashMap的数据结构特性结合双向链表,实现最近最少使用的缓存淘汰策略。文章提供了完整的代码示例,并详细解释了如何通过重写removeEldestEntry方法来控制缓存的最大容量。

固定容量的基于最近最少使用算法的LinkedHashMap.可用作简单缓存.使用方法与LinkedHashMap一致.

利用LinkedHashMap实现简单的缓存,必须实现removeEldestEntry方法,具体参见JDK文档.另外还加入了一个可重入的互斥锁定.

使用说明:LRU算法是LinkedHashMap本身通过双向链表来实现,当某个位置被使用(例如get操作),通过调整链表的指向将该位置调整到头位置,新加入的内容直接放在链表头,如此一来,最近被使用的内容就向链表头移动,需要替换时(已经达到容量时),链表最后的位置就是最近最少使用的位置。

import java.util.ArrayList; import java.util.Collection; import java.util.LinkedHashMap; import java.util.concurrent.locks.Lock; import java.util.concurrent.locks.ReentrantLock; import java.util.Map; /** * 类说明:利用LinkedHashMap实现简单的缓存, 必须实现removeEldestEntry方法,具体参见JDK文档 * * @author dennis * * @param <K> * @param <V> */ public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> { private final int maxCapacity; private static final float DEFAULT_LOAD_FACTOR = 0.75f; private final Lock lock = new ReentrantLock(); public LRULinkedHashMap(int maxCapacity) { super(maxCapacity, DEFAULT_LOAD_FACTOR, true); this.maxCapacity = maxCapacity; } @Override protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) { return size() > maxCapacity; } @Override public boolean containsKey(Object key) { try { lock.lock(); return super.containsKey(key); } finally { lock.unlock(); } } @Override public V get(Object key) { try { lock.lock(); return super.get(key); } finally { lock.unlock(); } } @Override public V put(K key, V value) { try { lock.lock(); return super.put(key, value); } finally { lock.unlock(); } } public int size() { try { lock.lock(); return super.size(); } finally { lock.unlock(); } } public void clear() { try { lock.lock(); super.clear(); } finally { lock.unlock(); } } public Collection<Map.Entry<K, V>> getAll() { try { lock.lock(); return new ArrayList<Map.Entry<K, V>>(super.entrySet()); } finally { lock.unlock(); } } }

源自:http://www.blogjava.net/killme2008/archive/2008/01/14/149645.html

以下是用Java实现最近最少使用算法的示例代码: ``` import java.util.HashMap; import java.util.Map; public class LRUCache { private int capacity; private Map<Integer, Node> map = new HashMap<Integer, Node>(); private Node head; private Node tail; public LRUCache(int capacity) { this.capacity = capacity; } public int get(int key) { if(map.containsKey(key)) { Node node = map.get(key); remove(node); setHead(node); return node.value; } return -1; } public void put(int key, int value) { if(map.containsKey(key)) { Node node = map.get(key); node.value = value; remove(node); setHead(node); } else { Node newNode = new Node(key, value); if(map.size() >= capacity) { map.remove(tail.key); remove(tail); } setHead(newNode); map.put(key, newNode); } } private void remove(Node node) { if(node.prev != null) { node.prev.next = node.next; } else { head = node.next; } if(node.next != null) { node.next.prev = node.prev; } else { tail = node.prev; } } private void setHead(Node node) { node.next = head; node.prev = null; if(head != null) { head.prev = node; } head = node; if(tail == null) { tail = head; } } private class Node { int key; int value; Node prev; Node next; public Node(int key, int value) { this.key = key; this.value = value; } } } ``` 在该实现中,我们使用一个哈希表来存储缓存中的键值对,同时使用双向链表来维护缓存最近最少使用的键值对。具体地,我们将缓存中最近访问的键值对放在链表头部,而最久未被访问的键值对放在链表尾部。当缓存已满时,我们删除链表尾部的键值对,并在哈希表中同时删除对应的键值对。当访问某个键值对时,我们先在哈希表中查找该键是否存在,如果存在,则将对应的节点移到链表头部,如果不存在,则返回-1。当插入某个键值对时,我们先判断键是否已经存在。如果存在,则更新对应的节点,并将其移到链表头部。如果不存在,则新建一个节点,并将其插入到链表头部。如果缓存已满,则删除链表尾部的键值对,并在哈希表中同时删除对应的键值对。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值