利用LinkedHashMap实现一个简单的LUR(Least Recently Used 近期最少使用算法)的cache的两种方法

最新推荐文章于 2025-06-06 16:37:51 发布
原创 最新推荐文章于 2025-06-06 16:37:51 发布 · 1.5k 阅读 · 0 ·
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：

#Java #leetcode

本文介绍了如何利用Java中的LinkedHashMap实现LRU(Least Recently Used)缓存策略，包括按照插入顺序和访问频率两种方法。通过设置accessOrder为true，可以创建一个基于访问顺序的LinkedHashMap，实现最近最少使用的调度算法。

利用LinkedHashMap实现一个简单的LUR(Least Recently Used 近期最少使用算法)的cache的两种方法

在做LeetCode题目的时候遇到的这个算法，简单的学习了下

LinkedHashMap的特性:
Linked内部含有一个private transient Entry header;
来记录元素插入的顺序或者是元素被访问的顺序。利用这个线性结构的对象，可以帮助记录entry加入的前后顺序或者记录entry被访问的 频率(最少被访问的entry靠前，最近访问的entry靠后)。

1.按照entry加入前后的顺序实现

自己来控制何时删除最少被访问的那个entry

import java.util.*;
public class <K,V> LRUCache<K,V> {
    private LinkedHashMap<K,V> cache;
    private int capacity;
    public LRUCache(int capacity) {
        this.capacity = capa
最低0.47元/天 解锁文章
LRU 算法详解与 Java 的两种实现方式
『愚』的博客
01-17 614
LRU（Least Recently Used），即最近最少使用算法，是一种常用的缓存替换策略。在计算机系统中，缓存的容量是有限的，当缓存已满且需要加载新的数据时，就需要一种策略来决定淘汰哪些数据，LRU 算法就是基于 “如果数据最近被访问过，那么将来被访问的几率也更高” 这一假设来工作的。LRU 算法是一种高效的缓存替换策略，在各种系统中都有广泛的应用。通过 Java 的 LinkedHashMap 或者自己实现双向链表和 HashMap 结合的方式，我们可以轻松地实现 LRU 缓存。
如何使用Java实现一个缓存淘汰机制LRU？？即最近最少使用
最新发布
**My Coding Family**
08-05 1029
🏆本文收录于 《全栈Bug调优(实战版)》 专栏，该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因，并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者，还是拥有多年项目经验的资深工程师，本专栏都将为你提供一条系统化、高质量的问题排查与优化路径，助力你加速成长，攻克技术壁垒，迈向技术价值最大化与职业发展的更高峰🚀！
LUR 算法的实现 实现最近最久功能 记录虚页数和命中率
12-01
LUR 算法 实现最近最久功能 记录虚页数和命中率
LRU算法，最近最少使用算法
热门推荐
佳颖的专栏
09-05 1万+
LRU是Least Recently Used的缩写，即最近最少使用页面置换算法，是为虚拟页式存储管理服务的，是根据页面调入内存后的使用情况进行决策了。由于无法预测各页面将来的使用情况，只能利用“最近的过去”作为“最近的将来”的近似，因此，LRU算法就是将最近最久未使用的页面予以淘汰。 可以用一个特殊的栈来保存当前正在使用的各个页面的页面号。当一个新的进程访问某页面时，便将该页面号压入栈顶，
java使用LinkedHashMap实现LUR算法
？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？
04-06 5944
概述 LRU是Least Recently Used的缩写，即最近最少使用算法。 通俗来讲就是没被调用的往后靠，被调用的往前靠，位置不够的时候就淘汰最后一个。 LinkedHashMap实现 java实现可以通过重写LinkedHashMap的removeEldestEntry方法来实现淘汰机制。 import java.util.LinkedHashMap; import java.util.Map; /** * @Author JQiang * @create 2021/4/6 17:
利用LinkedHashMap实现的LUR缓存
xlyyc的专栏
08-20 779
import java.util.ArrayList;<br />import java.util.Collection;<br />import java.util.LinkedHashMap;<br />import java.util.concurrent.locks.Lock;<br />import java.util.concurrent.locks.ReentrantLock;<br />import java.util.Map;<br />/**<br /> * 利用LinkedHashMa
基于LinkedHashMap实现一个LRU算法的Cahce对象
solo的博客
11-09 426
LRU是什么？按照英文的直接原义就是Least Recently Used,最近最久未使用法，它是按照一个非常著名的计算机操作系统基础理论得来的：最近使用的页面数据会在未来一段时期内仍然被使用,已经很久没有使用的页面很有可能在未来较长的一段时间内仍然不会被使用。基于这个思想,会存在一种缓存淘汰机制，每次从内存中找到最久未使用的数据然后置换出来，从而存入新的数据！它的主要衡量指标是使用的时间，附加指...
算法学习之——LRU最近最少使用
github_38727595的博客
06-06 933
LRU缓存淘汰算法通过双向链表维护访问顺序，哈希表提供快速查找，实现O(1)时间复杂度的关键操作。当缓存满时，算法自动淘汰链表尾部最久未使用的数据，保持高效缓存管理。
【设计并实现一个满足 LRU (最近最少使用) 缓存约束的数据结构】
学习愚公的博客
01-20 904
LRU是Least Recently Used的缩写，意为最近最少使用。它是一种缓存淘汰策略，用于在缓存满时确定要被替换的数据块。LRU算法认为，最近被访问的数据在将来被访问的概率更高，因此它会优先淘汰最近最少被使用的数据块，以给新的数据块腾出空间。先来3个元素进入该队列此时来了新的元素，因为此时队列中每个元素的使用的次数都相同（都是1），所以会按照LFU的策略淘汰（即淘汰掉最老的那个）此时又来了新的元素，而且是队列是已经存在的，就会将该元素调整为最新的位置。
LinkedHashMap实现一个固定容量的基于最近最少使用算法的缓存类
C My Life
04-24 4917
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
调度算法中的经典-LRU算法的实现（绝对值得收藏）
11-15
在各种调度算法中(涉及cache、内存调度等)，LRU算法是相对最优秀的算法了，并且在实际编程中凡是涉及到调度的都可以使用。本人将长期在网上搜索到的很好的实现方法打包起来，很值得收藏的哦！
LRU算法基础实现
wh义华的专栏
02-11 420
1、LRU算法含义 LRU算法，全称为least recently used，也即最近最久未使用算法。当LRU缓存达到上限时，该算法会将最久未使用的数据淘汰掉，从而腾出空间给即将添加的数据。 2、LRU算法的设计 3、LRU算法的基本实现 首先，定义双链表节点。 class ListNode: def __init__(self, key, value): self.key = key self.value = value self.next = No
LruCache
m0_37588684的博客
05-26 364
当应用程序UI界面需要显示大量的图片，比如：使用ListView, GridView 或者 ViewPager 这样的组件，随着滑动屏幕图片不断增加，最终会导致OOM，原因如下：1.Android虚拟机默认为每个App分配16MB的内存空间，不同的真机厂商可以对此值进行设置； 2.Android 系统在加载图片时是解析每一个像素的信息，再把每一个像素全部保存至内存中； 3.一张图片（BitMap
使用LinkedHashMap实现一个LRU算法的缓存
weixin_39387961的博客
02-25 227
/** * @author wdj * Created on 2021/2/25 14:28 */ public class LRUcache<K,V> extends LinkedHashMap<K,V> { //默认缓存值 private static final int DEFAULT_NODE_NUM = 11; //缓存限定值 private int capacityLimit; LRUcache(){ thi
JavaDemo——使用LinkedHashMap实现简单的Cache
FlyLikeButterfly的博客
08-31 373
使用LinkedHashMap实现简单的Cache；
LSGO——LeetCode实战（链表系列）：146题 LRU缓存机制(LUR Cache)
小白cvnice的博客
09-28 298
原题： 运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。 获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。 写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少...
LRU Cache
Ares-T的博客
06-10 857
题目如下，没有想到大二学的操作系统还能用上，先解释一下什么叫LRU吧。LRU是Least Recently Used的缩写，即最近最少使用，常用于页面置换算法，是为虚拟页式存储管理服务的。LRU算法的提出，是基于这样一个事实：在前面几条指令中使用频繁的页面很可能在后面的几条指令中频繁使用。反过来说，已经很久没有使用的页面很可能在未来较长的一段时间内不会被用到。这个，就是著名的局部性原理——比内存速...
LRU缓存（LRUCache）
爱写bug的王六六
02-27 5608
146. LRU 缓存 题目描述： 请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。 实现 LRUCache 类： LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存（cache） int get(int key)如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。 void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ； 如果不存在，则向缓存
leetcode: LUR Cache
martin_liang的专栏
03-18 816
Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set. get(key) - Get the value (will always be positive) of the key if t
java 完成最近最少使用算法刷新cache
06-07
最近最少使用算法（Least Recently Used，LRU）是一种常见的缓存淘汰策略。其基本思想是将最近最少使用的缓存块淘汰掉，从而保证缓存中的数据都是经常访问的。 在 Java 中，可以使用 LinkedHashMap 类来实现 LRU 算法。LinkedHashMap 是一个有序的 HashMap，它可以按照插入顺序或者访问顺序进行排序。通过设置 accessOrder 参数为 true，可以使 LinkedHashMap 按照访问顺序进行排序，从而方便实现 LRU 算法。 具体实现步骤如下： 1. 创建一个继承了 LinkedHashMap 的类，并重写 removeEldestEntry 方法。该方法在插入新元素时会被调用，返回 true 表示删除最老的元素。 2. 在类的构造函数中设置 accessOrder 参数为 true，以便按照访问顺序排序。 3. 在 get 方法中访问缓存中的元素，并将其移到链表的末尾，以表示最近访问过。 4. 在 put 方法中插入新元素，并在缓存满时删除最老的元素。 下面是一个简单的示例代码： ```java import java.util.LinkedHashMap; import java.util.Map; public class LRUCache<K, V> extends LinkedHashMap<K, V> { private final int capacity; public LRUCache(int capacity) { super(capacity, 0.75f, true); this.capacity = capacity; } @Override protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { return size() > capacity; } public static void main(String[] args) { LRUCache<Integer, String> cache = new LRUCache<>(2); cache.put(1, "one"); cache.put(2, "two"); System.out.println(cache); // 输出 {1=one, 2=two} cache.get(1); cache.put(3, "three"); System.out.println(cache); // 输出 {2=two, 3=three} } } ```
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
表情包 代码片
 条评论被折叠 查看
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