Java：缓存：LinkedHashMap实现Lru

原创 已于 2025-01-03 21:02:49 修改 · 981 阅读 · 10 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#缓存 #Lru

于 2025-01-03 19:45:33 首次发布

Lru

Least Recently Used，最近最少使用，包括两个原则

1.最近原则，即最久未被使用，越久未被使用越应该被优先删除

2.最少原则，即记录使用次数，使用次数越少越应该被优先删除

源码分析

LinkedHashMap维护一个LinkedHashMapEntry<K,V>的双向链表

1.双向链表的实现：链表中的结点持有两个结点的实例对象before、after
2.LinkedHashMap持有两个结点的实例对象head和tail作为链表的表头和表尾，代表可以从表头，或表尾查找/遍历链表

对LinkedHashMap的增删查操作，也会对链表进行相同的操作并改变查找顺序

对LinkedHashMap的增/改操作

如果没有旧Value，直接添加到链表的尾部

最低0.47元/天 解锁文章
如何实现 LRU 缓存：基于LinkedHashMap？
喵手的博客
05-26 1055
哈喽，各位小伙伴们，你们好呀，我是喵手。运营社区：C站/掘金/腾讯云/阿里云/华为云/51CTO；欢迎大家常来逛逛
基于LinkedHashMap实现LRU缓存策略
果酱 の 博客
07-21 3717
LinkedHashMap是Java提供的一个数据结构，是HashMap的一个子类。它在HashMap的基础上，增加了元素的顺序信息。LinkedHashMap内部通过维护一组双向链表，保证元素按照插入顺序或者访问顺序进行排序。这一特性为实现LRU策略提供了便利。本文我们探讨了如何基于Java的LinkedHashMap实现LRU缓存策略，通过LinkedHashMap内部的链表，我们可以轻松地将最近最少使用的元素淘汰，从而实现LRU策略。尽管这个例子很简单，但是这是一种强大的策略。
手撸LRU算法(java实现)
刘本龙的专栏
11-24 1496
使用javaAPI java 的LinkedHashMap可以实现LRU算法，LinkedHashMap 本身内部有一个触发条件则自动执行的方法：删除最老元素（最近最少使用的元素）。我们只需要通过参数控制数据排序逻辑和数据删除规则就行了。 LinkedHashMap源码中有这么一个注释： <p>The {@link #removeEldestEntry(Map.Entry)} method may be overridden to * impose a policy for removing
使用LinkedHashMap实现固定大小的LRU缓存
shyの个人笔记
08-26 2282
使用LinkedHashMap实现固定大小的LRU缓存
使用LinkedHashMap轻松实现一个LRU缓存
qq_39604679的博客
03-05 639
来方便实现，思路是将新加入缓存的数据放道链表末尾，若使用的数据在缓存中，则将其移到链表末尾，这样一来可以保证链表第一个元素就是最久未使用的数据。是负载因子，也就是容量达到百分之多少开始扩容，1就是装满了再扩容，因为我们的lru容量固定，这个参数没什么用。LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法.这个方法表达的意思是什么情况下，删掉最老的（也就是最久未使用过的）数据，表示缓存的当前容量大于我们指定的容量就开始淘汰。最久没有使用过的数据。
Java使用LinkedHashMap实现LRU缓存
qq_37130607的博客
09-06 1346
Java使用LinkedHashMap实现LRU缓存LRU介绍LRU实现方式LinkedHashMap实现LRU 参加拼多多一面的时候手撕了LRU，虽然我知道经常会考LRU，但是自己一直没动手去实现，这里介绍一下LRU以及Java实现 LRU介绍 LRU可以用来当作缓存，每次访问LRU的数据之后，那个数据将变成最新的。往里面添加数据后，若容量超过自己设置的最大容量，将会删除最老的数据。即最早添加的或最长时间未使用的（注意：最早的被访问也会变成最新的） LRU实现方式 Java实现LRU一般采用链表+Hash
线程安全LRU缓存-结合LinkedHashMap实现
m0_60697978的博客
04-04 1969
理解LRU算法是设计和实现高效缓存系统的基础，特别是在需要管理有限内存资源的场景中。的缩写，意为"最近最少使用"，是一种常用的缓存淘汰算法。
如何使用 LinkedHashMap 实现 LRU 缓存？
java_beautiful的博客
11-14 843
缓存是提高数据读取性能的通用技术，在硬件和软件设计中被广泛使用，例如CPU 缓存、Glide 内存缓存，数据库缓存等。由于缓存空间不可能无限大，当缓存容量占满时，就需要利用某种策略将部分数据换出缓存，这就是缓存的替换策略 / 淘汰问题。使用一个随机数生成器随机地选择要被淘汰的数据块；记录各个数据块的访问时间，最早访问的数据最先被淘汰；记录各个数据块的访问“时间戳”，最近最久未使用的数据最先被淘汰。
利用LinkedHashMap实现一个LRU缓存
程序员志哥的博客
06-19 1083
LRU是 Least Recently Used 的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。
深入剖析 | 从LinkedHashMap源码到LeetCode实战：LRU缓存的终极指南
qq_62775328的博客
09-21 820
算法每日一享
Java LRU缓存实现：LinkedHashMap与自定义结构解析
"本文详细介绍了Java中的LRU（Least Recently Used）缓存机制，以及如何使用两种不同的方法在Java中实现LRU缓存：基于LinkedHashMap和自定义链表+HashMap结构。LRU策略用于管理缓存空间，当达到预设容量上限时，淘汰...
Java实现LRU缓存机制：深入解析与高效编码实践
10-16
在Java中实现LRU缓存，可以通过使用LinkedHashMap来简化实现，也可以手动实现以获得更好的控制。在多线程环境中，还需要考虑缓存的线程安全问题。通过合理的设计和优化，我们可以有效地提高程序的性能和响应速度。
前端缓存方式 对比 和 Service Worker 缓存详解
Irene1991的博客
12-19 1039
本文系统对比了HTTP缓存、ServiceWorker、WebStorage等前端缓存方式，重点解析了ServiceWorker的实现与应用。HTTP缓存适合静态资源，ServiceWorker提供编程式缓存控制，支持离线应用，而WebStorage适用于小数据存储。ServiceWorker部分详细介绍了6种缓存策略（如缓存优先、网络优先）和5种高级模式（包括版本化缓存和智能过期），并提供了性能优化技巧和调试方法。
浏览器极速兼容模式切换原理解析：多内核隔离、内核预热、状态缓存与异步渲染
John_ToStr的博客
12-20 797
现代浏览器实现极速与兼容模式无缝切换面临多项技术挑战。文章系统分析了多内核进程隔离、内核预热、状态共享、异步渲染等关键技术方案：1）采用独立进程隔离不同渲染内核；2）通过DLL预加载和COM对象池化解决兼容模式启动慢问题；3）实现URL/Cookies/DOM状态的跨进程同步；4）采用异步切换技术保证UI流畅性。同时介绍了智能策略选择机制，最终实现秒级切换的技术方案。这些技术创新使浏览器既能支持老网页，又能保持极速模式的性能优势。
02. 缓存行
xxxxxxxx___的博客
12-18 176
【代码】02. 缓存行。
Map 缓存和拿取
szzlh123456789的博客
12-18 435
利用 Map 的 set(key, value) 存储键值对、get(key) 读取对应值的特性，将图表唯一标识（chartId）作为键，图表数据作为值，实现 “一次存储、多次读取”。1. Map 的本质：是 ES6 新增的键值对集合，类似 “字典”，可以用任意类型（字符串、数字、对象等）作为键（key），对应存储一个值（value）。根据传入的 chartId（本质也是某个图表的唯一标识），从 Map 中查找对应的 “值”；把相关的配置、高度等数据打包成对象作为值，绑定到这个键上，存入 Map 容器中。
缓存的正确使用方式：从设计思想到 Cache Aside 实战解析
往者之不谏 来者犹可追
12-21 1034
本文从缓存的设计思想出发，系统讲解了最常用的 Cache Aside（旁路缓存）策略，通过真实并发场景剖析缓存不一致问题的根源，并结合工程实践给出可落地的解决方案，帮助读者真正理解缓存“为什么这样用”，而不仅是“怎么用”。
Go 中的深浅拷贝：从城市缓存场景讲透指针与内存操作
m0_73884648的博客
12-19 758
本文通过城市缓存查询场景深入解析Go中的深浅拷贝问题。首先区分值类型和引用类型的特性，指出浅拷贝仅复制引用地址会共享底层数据，而深拷贝递归复制所有层级数据确保独立性。结合实际项目代码，对比了浅拷贝导致缓存污染的隐患和深拷贝的正确实现方式。文章还澄清了&和*操作符的区别，强调&是取地址操作符，*用于定义指针类型。最后总结在全局缓存等场景中，深拷贝虽牺牲少量性能，却是保障数据安全的必要手段。
SpringBoot与Redis实战：企业级缓存进阶指南
最新发布
2401_83675559的博客
12-22 745
本文详细介绍了SpringBoot集成Redis的完整实践方案，从基础配置到企业级应用开发。主要内容包括：Redis核心优势分析及SpringBoot集成价值；环境搭建步骤与序列化配置；五种核心数据结构（String/Hash/List/Set/ZSet）的操作方法；企业级进阶功能（注解式缓存、分布式锁、管道技术）实现；用户缓存管理实战案例；常见问题（缓存穿透/击穿/雪崩等）解决方案。通过合理的版本选型、配置优化和功能实现，可充分发挥Redis在分布式系统中的高性能优势，满足企业级应用开发需求。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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