用linkList实现LRU算法

最新推荐文章于 2024-07-25 17:08:21 发布

聂鹏

最新推荐文章于 2024-07-25 17:08:21 发布

阅读量870

点赞数

CC 4.0 BY-SA版权

分类专栏：数据结构和算法

本文链接：https://blog.youkuaiyun.com/lsblsb/article/details/13095623

数据结构和算法专栏收录该内容

5 篇文章

订阅专栏

本文介绍如何利用LinkList数据结构实现Least Recently Used（LRU）缓存淘汰策略。通过LinkList，我们可以高效地进行插入、删除和查找操作，确保最近最少使用的数据在内存满时被优先移除。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

写于: 2011-10-30 11:59, 自己的博客转移。

http://www.blogjava.net/lsbwahaha/archive/2010/08/15/328918.html

public class LRUCache<K,V> {

    final private int capacity;
    final private Map<K,Reference<V>> map;
    final private ReentrantLock lock = new ReentrantLock();
    final private ReferenceQueue<Reference<V>> queue = new ReferenceQueue<Reference<V>>();
   
    public LRUCache(int capacity) {
 this.capacity = capacity;
 map = new LinkedHashMap<K,Reference<V>>(capacity,1f,true){
     @Override
     protected boolean removeEldestEntry(Map.Entry<K,Reference<V>> eldest) {
         return this.size() > LRUCache.this.capacity;
     }
 };
    }
   
    public V put(K key,V value) {
 lock.lock();
 try {
  map.put(key, new SoftReference(value,queue));
  return value;
 }finally {
     lock.unlock();
 }
    }
   
    public V get(K key) {
 lock.lock();
 try {
     queue.poll();
     return map.get(key).get();
 }finally {
     lock.unlock();
 }
    }
 
    public void remove(K key) {
 lock.lock();
 try {
     map.remove(key);
 }finally {
     lock.unlock();
 }
    }

}