LRU全称是Least Recently Used,即最近最久未使用的意思。
LRU算法的设计原则是:如果一个数据在最近一段时间没有被访问到,那么在将来它被访问的可能性也很小。也就是说,当限定的空间已存满数据时,应当把最久没有被访问到的数据淘汰。
java实现LRU的方式
基于LRU的基础思想,本文整理三种实现方式
- 用一个List来存储数据,给每一个数据项标记一个访问时间戳,每次插入新数据项的时候,先把List中存在的数据项的时间戳自增,并将新数据项的时间戳置为0并插入到List中。每次访问List中的数据项的时候,将被访问的数据项的时间戳置为0。当List空间已满时,将时间戳最大的数据项淘汰。
- 利用一个链表来实现,每次新插入数据的时候将新数据插到链表的头部;每次缓存命中(即数据被访问),则将数据移到链表头部;那么当链表满的时候,就将链表尾部的数据丢弃。
- 利用链表和hashmap。当需要插入新的数据项的时候,如果新数据项在链表中存在(一般称为命中),则把该节点移到链表头部,如果不存在,则新建一个节点,放到链表头部,若缓存满了,则把链表最后一个节点删除即可。在访问数据的时候,如果数据项在链表中存在,则把该节点移到链表头部,否则返回-1。这样一来在链表尾部的节点就是最近最久未访问的数据项。
实现方案
List方案
package pers.ascend.kukii.core.interview.algorithm.LRU算法.List;
import org.apache.commons.lang3.RandomStringUtils;
import java.io.Serializable;
import java.time.Duration;
import java.time.LocalDateTime;
import java.time.ZoneId;
import java.util.ArrayList;
import java.util.List;
import java.util.Optional;
import java.util.concurrent.TimeUnit;
/**
* 说明:
* 用一个数组来存储数据,给每一个数据项标记一个访问时间戳,每次插入新数据项的时候,先把数组中存在的数据项的时间戳自增,并将新数据项的时间戳置为0并
* 插入到数组中。每次访问数组中的数据项的时候,将被访问的数据项的时间戳置为0。当数组空间已满时,将时间戳最大的数据项淘汰。
*
* @author ascend
* 2020/11/17 15:36
*/
public class LRUByList {
private static final Integer MAX_CAPACITY = 5;
public static void main(String[] args) throws InterruptedException {
// 最多五条
List<News> newsList = new ArrayList<>(5);
// 每秒访问一次新闻,存在就返回,不存在就创建一条新闻
for (int i = 0; i < 60; i++) {
LocalDateTime now = LocalDateTime.now();
Long id = now.atZone(ZoneId.systemDefault()).toEpochSecond() - Double.valueOf(Math.random() * 10).intValue();
Optional<News> first = newsList.stream().filter(m -> m.getId().equals(id)).findFirst();
if (first.isPresent()) {
System.out.println("新闻已存在:" + first.get());
newsList.remove(first.get());
newsList.add(first.get());
} else {
// 移除最新最少未访问的新闻
removeEldest(newsList);
// 添加一条新闻
newsList.add(createNews(id));
}
TimeUnit.SECONDS.sleep(1);
System.out.println("当前新闻列表:" + newsList);
}
}
private static boolean removeEldest(List<News> newsList) {
// 当元素满了才移除
LocalDateTime now = LocalDateTime.now();
if (newsList.size() >= MAX_CAPACITY) {
int index = 0;
Duration duration = Duration.ofSeconds(0);
for (int i = 0; i < newsList.size(); i++) {
Duration tmp = Duration.between(now, newsList.get(i).getTimestamp()).abs();
if (tmp.getSeconds() > duration.getSeconds()) {
duration = tmp;
index = i;
}
}
if (duration.getSeconds() != 0) {
System.out.println("移除新闻:" + newsList.get(index));
newsList.remove(index);
return true;
}
}
return false;
}
private static News createNews(Long id) {
News news = new News();
news.setId(id);
news.setContent(RandomStringUtils.randomAlphabetic(20));
news.setTimestamp(LocalDateTime.now());
return news;
}
}
/**
* 新闻
*/
class News implements Serializable {
private static final long serialVersionUID = -1917142531644823833L;
/**
* 新闻id
*/
private Long id;
/**
* 新闻内容
*/
private String content;
/**
* 新闻时间戳
*/
private LocalDateTime timestamp;
public Long getId() {
return id;
}
public void setId(Long id) {
this.id = id;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
public LocalDateTime getTimestamp() {
return timestamp;
}
public void setTimestamp(LocalDateTime timestamp) {
this.timestamp = timestamp;
}
@Override
public String toString() {
return "News{" +
"id=" + id +
", content='" + content + '\'' +
", timestamp=" + timestamp +
'}';
}
}
链表方案
package pers.ascend.kukii.core.interview.algorithm.LRU算法.链表;
import org.apache.commons.lang3.RandomStringUtils;
import java.io.Serializable;
import java.time.LocalDateTime;
import java.time.ZoneId;
import java.util.LinkedList;
import java.util.Optional;
import java.util.concurrent.TimeUnit;
/**
* 说明:
* 利用一个链表来实现,每次新插入数据的时候将新数据插到链表的头部;每次缓存命中(即数据被访问),则将数据移到链表头部;那么当链表满的时候,就将链表
* 尾部的数据丢弃。
*
* @author ascend
* 2020/11/18 16:22
*/
public class LRUByLinkedList {
private static final Integer MAX_CAPACITY = 5;
public static void main(String[] args) throws InterruptedException {
// 最多五条
LinkedList<News> newsList = new LinkedList<>();
// 每秒访问一次新闻,存在就返回,不存在就创建一条新闻
for (int i = 0; i < 60; i++) {
LocalDateTime now = LocalDateTime.now();
Long id = now.atZone(ZoneId.systemDefault()).toEpochSecond() - Double.valueOf(Math.random() * 10).intValue();
Optional<News> first = newsList.stream().filter(m -> m.getId().equals(id)).findFirst();
if (first.isPresent()) {
System.out.println("新闻已存在:" + first.get());
newsList.remove(first.get());
newsList.addLast(first.get());
} else {
// 移除最新最少未访问的新闻
removeEldest(newsList);
// 添加一条新闻
newsList.offerLast(createNews(id));
}
TimeUnit.SECONDS.sleep(1);
System.out.println("当前新闻列表:" + newsList);
}
}
private static boolean removeEldest(LinkedList<News> newsList) {
// 当元素满了才移除
if (newsList.size() >= MAX_CAPACITY) {
News news = newsList.pollFirst();
System.out.println("移除新闻:" + news);
return true;
}
return false;
}
private static News createNews(Long id) {
News news = new News();
news.setId(id);
news.setContent(RandomStringUtils.randomAlphabetic(3));
return news;
}
}
/**
* 新闻
*/
class News implements Serializable {
private static final long serialVersionUID = 8488842585714347062L;
/**
* 新闻id
*/
private Long id;
/**
* 新闻内容
*/
private String content;
public Long getId() {
return id;
}
public void setId(Long id) {
this.id = id;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
@Override
public String toString() {
return "News{" +
"id=" + id +
", content='" + content + '\'' +
'}';
}
}
LinkedHashMap
package pers.ascend.kukii.core.interview.algorithm.lru算法.linkedhashmap;
import java.util.LinkedHashMap;
/**
* 说明:
*
* @author ascend
* 2020/11/19 7:57
*/
public class LRUByLinkedHashMap<K, V> extends LinkedHashMap<K, V> {
private static final long serialVersionUID = 645990055972332218L;
public LRUByLinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {
super(initialCapacity, loadFactor, accessOrder);
}
/**
* 重写LinkedHashMap中的removeEldestEntry方法,当LRU中元素多余6个时, 删除最不经常使用的元素
*/
@Override
protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
return size() > 6;
}
public static void main(String[] args) {
LRUByLinkedHashMap<Character, Integer> lru = new LRUByLinkedHashMap<>(16, 0.75f, true);
String s = "abcdefghijkl";
for (int i = 0; i < s.length(); i++) {
lru.put(s.charAt(i), i);
}
System.out.println("LRU中key为h的Entry的值为: " + lru.get('h'));
System.out.println("LRU的大小 :" + lru.size());
System.out.println("LRU :" + lru);
}
}