Redis和页面置换中都遇到了LRU,做项目的时候也吃了没认真看LinkedHashMap的亏,恰巧LRU和LinkedHashMap有着千丝万缕的联系,那就认真整理一下吧 |
---|
1 使用场景
(1)操作系统中的页面置换算法,LRU是比较接近最优页面置换算法的一种算法;
(2)redis中的淘汰策略中会在设置了过期时间或全局范围的key中依据LRU进行淘汰,以保证热key;
(3)项目中的业务场景;
(4) 面试常考。。。
2 LRU
算法
LRU 缓存机制可以通过哈希表辅以双向链表实现,我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。
双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。
哈希表即为普通的哈希映射(HashMap),通过缓存数据的键映射到其在双向链表中的位置。
这样以来,我们首先使用哈希表进行定位,找出缓存项在双向链表中的位置,随后将其移动到双向链表的头部,即可在 O(1)O(1) 的时间内完成 get 或者 put 操作。具体的方法如下:
对于 get 操作,首先判断 key 是否存在:
如果 key 不存在,则返回 -1−1;
如果 key 存在,则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置,并将其移动到双向链表的头部,最后返回该节点的值。
对于 put 操作,首先判断 key 是否存在:
如果key存在,则先将key的值更新,然后再将key移动到最前面;
如果可以不存在,则先判断一下map是否满了,如果满了,就删除最后的元素,再将新元素加入,并移动到头部;
上述各项操作中,访问哈希表的时间复杂度为 O(1)O(1),在双向链表的头部添加节点、在双向链表的尾部删除节点的复杂度也为 O(1)O(1)。而将一个节点移到双向链表的头部,可以分成「删除该节点」和「在双向链表的头部添加节点」两步操作,都可以在 O(1)O(1) 时间内完成。
public class LRUCache {
private Map<Integer, ListNode> map;
/**
* 双链表结点类
*/
private class ListNode {
private Integer key;
private Integer value;
/**
* 前驱结点 precursor
*/
private ListNode pre;
/**
* 后继结点 successor(写成 next 是照顾单链表的表示习惯)
*/
private ListNode next;
public ListNode() {
}
public ListNode(Integer key, Integer value) {
this.key = key;
this.value = value;
}
}
private int capacity;
/**
* 虚拟头结点没有前驱
*/
private ListNode head;
/**
* 虚拟尾结点没有后继
*/
private ListNode tail;
public LRUCache(int capacity) {
this.map = new HashMap<>(capacity);
this.capacity = capacity;
this.head = new ListNode(-1, -1);
this.tail = new ListNode(-1, -1);
// 初始化链表为 head <-> tail
this.head.next =tail;
this.tail.pre = head;
}
/**
* 如果存在,把当前结点移动到双向链表的头部
*
* @param key
* @return
*/
public int get(int key) {
if (map.containsKey(key)) {
ListNode node = map.get(key);
int val = node.value;
// 把当前 node 移动到双向链表的头部
moveNode2Head(key);
return val;
} else {
return -1;
}
}
/**
* 如果哈希表的容量满了,就要删除一个链表末尾元素,然后在链表头部插入新元素
*
* @param key
* @param value
*/
public void put(int key, int value) {
if (map.containsKey(key)) {
// 1、更新 value
map.get(key).value = value;
// 2、把当前 node 移动到双向链表的头部
moveNode2Head(key);
return;
}
// 放元素的操作是一样的
if (map.size() == capacity) {
// 如果满了
ListNode oldTail = removeTail();
// 设计 key 就是为了在这里删除
map.remove(oldTail.key);
}
// 然后添加元素
ListNode newNode = new ListNode(key, value);
map.put(key, newNode);
addNode2Head(newNode);
}
// 为了突出主干逻辑,下面是 3 个公用的方法
/**
* 删除双链表尾部结点
*/
private ListNode removeTail() {
ListNode oldTail = tail.pre;
ListNode newTail = oldTail.pre;
// 两侧结点建立连接
newTail.next = tail;
tail.pre = newTail;
// 释放引用
oldTail.pre = null;
oldTail.next = null;
return oldTail;
}
/**
* 把当前 key 指向的结点移到双向链表的头部
*
* @param key
*/
private void moveNode2Head(int key) {
// 1、先把 node 拿出来
ListNode node = map.get(key);
// 2、原来 node 的前驱和后继接上
node.pre.next = node.next;
node.next.pre = node.pre;
// 3、再把 node 放在末尾
addNode2Head(node);
}
/**
* 在双链表的头部新增一个结点
*
* @param newNode
*/
private void addNode2Head(ListNode newNode) {
// 1、当前头结点
ListNode oldHead = head.next;
// 2、末尾结点的后继指向新结点
oldHead.pre = newNode;
// 3、设置新结点的前驱和后继
newNode.pre = head;
newNode.next = oldHead;
// 4、更改虚拟头结点的后继结点
head.next = newNode;
}
}
LinkedHashMap
简单介绍LinkedHashMap(跟题目有关的知识点)
HashMap 大家都清楚,底层是 数组 + 红黑树 + 链表 (不清楚也没有关系),同时其是无序的,而 LinkedHashMap 刚好就比 HashMap 多这一个功能,就是其提供 有序,并且,LinkedHashMap的有序可以按两种顺序排列,一种是按照插入的顺序,一种是按照读取的顺序(这个题目的示例就是告诉我们要按照读取的顺序进行排序),而其内部是靠 建立一个双向链表 来维护这个顺序的,在每次插入、删除后,都会调用一个函数来进行 双向链表的维护 ,准确的来说,是有三个函数来做这件事,这三个函数都统称为 回调函数 ,这三个函数分别是:
void afterNodeAccess(Node<K,V> p) { }
其作用就是在访问元素之后,将该元素放到双向链表的尾巴处(所以这个函数只有在按照读取的顺序的时候才会执行),之所以提这个,是建议大家去看看,如何优美的实现在双向链表中将指定元素放入链尾!
void afterNodeRemoval(Node<K,V> p) { }
其作用就是在删除元素之后,将元素从双向链表中删除,还是非常建议大家去看看这个函数的,很优美的方式在双向链表中删除节点!
void afterNodeInsertion(boolean evict) { }
这个才是我们题目中会用到的,在插入新元素之后,需要回调函数判断是否需要移除一直不用的某些元素!
其次,我再介绍一下 LinkedHashMap 的构造函数!
其主要是两个构造方法,一个是继承 HashMap ,一个是可以选择 accessOrder 的值(默认 false,代表按照插入顺序排序)来确定是按插入顺序还是读取顺序排序。
参考文献
作者:jeromememory
链接:https://leetcode-cn.com/problems/lru-cache/solution/yuan-yu-linkedhashmapyuan-ma-by-jeromememory/