【算法备忘录】-(1)-LRU算法

最新推荐文章于 2025-05-16 14:15:55 发布
最新推荐文章于 2025-05-16 14:15:55 发布
阅读量496 收藏
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 杂谈 文章标签： 算法
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。
本文链接：https://blog.youkuaiyun.com/u_ascend/article/details/109799573
本文围绕LRU算法展开，LRU即最近最久未使用，其设计原则是淘汰最久未访问的数据。文中介绍了Java实现LRU的三种方式，包括用List存储数据并标记时间戳淘汰数据、利用链表插入和移动数据、结合链表和HashMap操作数据。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

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

  1. 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。
  2. 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。
  3. 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);
    }
}
备忘录模式 (Memento Pattern)
sharpyl的专栏
04-26 100
备忘录模式是处理对象状态保存和恢复的优雅解决方案，特别适合需要实现撤销机制或状态回滚的场景。正确使用可以在保持良好封装性的同时，提供灵活的状态管理能力。
动态规划详解：如何用DP解决经典算法问题
最新发布
AI 算法实战派
07-14 534
本文旨在深入浅出地讲解动态规划的核心概念和应用，帮助读者掌握这一重要的算法设计范式。我们将从简单问题开始，逐步深入到更复杂的应用场景。通过斐波那契数列引入DP思想解析DP的三大关键特征详解DP的两种实现方式实战经典DP问题总结DP思维框架动态规划(DP)：通过将问题分解为相互重叠的子问题，并存储子问题解以避免重复计算的高效算法技术最优子结构：问题的最优解包含其子问题的最优解的性质重叠子问题：递归算法会反复求解的相同子问题状态转移方程：描述问题状态之间关系的数学表达式重叠子问题。
备忘录算法
04-26
备忘录 算法 int Distance(int i, int j){ if (mem[i][j] == -1){ if (i == 0 && j == 0){ mem[i][j] = 0; } else if (i == 0 || j == 0){ mem[i][j] = max(i, j);
LRU算法
Josh_Persistence
10-05 266
LRU是Least Recently Used 近期最少使用算法。 内存管理的一种页面置换算法，对于在内存中但又不用的数据块（内存块）叫做LRU，操作系统会根据哪些数据属于LRU而将其移出内存而腾出空间来加载另外的数据。 什么是LRU算法？ LRU是Least Recently Used的缩写，即最少使用页面置换算法，是为虚拟页式存储管理服务的。 关于操作系统的内存管理，如何节省利用容量不...
深入理解LRU缓存算法
ly1379223878的博客
05-16 489
LRU（Least Recently Used）即最近最少使用算法，是一种常用的缓存淘汰策略。在缓存空间有限的情况下，当缓存被填满后，每次有新的数据需要加入缓存时，LRU算法会淘汰掉最近最少被使用的那个数据，从而为新数据腾出空间。这是基于一种假设：在未来，最近被使用过的数据更有可能再次被使用，而长时间未被使用的数据再次被访问的可能性较低。LRU缓存算法是一种高效的缓存淘汰策略，通过合理使用哈希表和双向链表，我们可以实现满足O(1)时间复杂度的LRU缓存。
算法之‘备忘录‘思想
Ostkakah的博客
06-23 1656
好的代码往往需要程序员不断的优化，代码的优化目的就是 ：降低时间复杂度和空间复杂度。 在动态规划中，由于会运用到数学归纳法的思想（通过子问题的答案推出大问题的答案)，我们常常使用递归的方式来解决此类问题。但在递归过程中常常会重复求出子问题的答案，这是很浪费时间的，所以我们可以考虑能否用数组来暂时储存这些计算得到的数据方便后续的调用以此来减少运行时长。 为了增加对比效果，这里直接上代码： 代码例题为 ：兔子数组（1，1，2，3，5......） 1. 未带备忘录的代码实现 #inc...
【算法】备忘录法（记忆化搜索）
高朗的博客
11-11 7367
文章目录什么是备忘录法备忘录法的实现 什么是备忘录法 备忘录法是为了解决避免分治算法中相同子问题的重复求解。 备忘录法为每个解过的子问题建立备忘录以备需要时查看，所以也称搜表法。 备忘录法的控制与直接使用递归方法的控制结构相同。 备忘录法又称记忆化搜索，自顶向下的方式解决问题。 备忘录法的实现 避免子问题重复被求解，我们可以定义一个数组，每次要计算一个子问题时，首先从数组中查询这个子问题的解，子问题解没有在数组中，说明没有计算过该子问题，我们可以计算该子问题，并将解放到数组中去，以便下次计算该子问
算法备忘录（python3）
ha1bert
09-27 269
如何你使用的是Chrome，可以试试Ctrl+F搜索你想要找的内容！ 数组 a = [] a.append() #在后面添加 b = a.pop() #删除最后一个,并把最后一个返回给b 链表 class Node(object): def __init__(self, data): self.data = data self.next = None 栈 stack = [] stack.append() #栈添加 last = stack.pop() #栈删.
备忘录算法python
11-14
备忘录算法（Memoization）是一种优化技术，它通过存储已经计算过的结果来避免重复计算。在Python中，可以使用装饰器来实现备忘录算法。下面是一个备忘录算法的例子： ```python import functools @functools.lru_...
labuladong的算法小抄 可信认证.pdf
03-22
2. **带备忘录的递归解法**：通过记录已经解决的子问题的答案，避免重复计算。 3. **迭代的动态规划解法**：使用自底向上的方式，先解决子问题，然后逐步合并至原问题的解。 **动态规划的思考流程：** - 找到状态...
算法模板整理
Y.W.jian的博客
07-21 1916
---------------------转载请注明出处--------------------------- ---------------------转载请注明出处--------------------------- ---------------------转载请注明出处--------------------------- 文章目录二叉树总模板二分搜索树模板单调栈基础模板循环数组模板单调队列二分查找二分查找模板基本二分查找左侧边界二分查找右侧边界二分查找双指针快慢指针左右指针滑动窗滑动窗模板回溯算
常用排序算法备忘录（一）
thankna的博客
05-27 597
转载：http://www.cnblogs.com/eniac12/p/5329396.html排序算法稳定性的简单形式化定义为：如果Ai = Aj，排序前Ai在Aj之前，排序后Ai还在Aj之前，则称这种排序算法是稳定的。通俗地讲就是保证排序前后两个相等的数的相对顺序不变。1.冒泡排序冒泡排序是一种极其简单的排序算法，也是我所学的第一个排序算法。它重复地走访过要排序的元素，依次比较相邻两个元素，如...
算法备忘录~计数排序
DrLinShu的博客
08-15 194
01 计数排序算法概念 计数排序不是一个比较排序算法，该算法于1954年由 Harold H. Seward提出，通过计数将时间复杂度降到了O(N)。 02 基础版算法步骤 第一步：找出原数组中元素值最大的，记为max。 第二步：创建一个新数组count，其长度是max加1，其元素默认值都为0。 第三步：遍历原数组中的元素，以原数组中的元素作为count数组的索引，以原数组中的元素出现次数作为count数组的元素值。 第四步：创建结果数组result，起始索引index。 第五步：遍历co.
lru算法
紫云的博客
10-16 1731
/*请求页式存储管理的页面置换算法 一．实验目的 通过请求页式存储管理中页面置换算法模拟程序，了解虚拟存储技术的特点，掌握请求页式存储管理的页面置换算法。 二．实验属性 设计 三．实验内容 1.通过随机数产生一个指令序列 2.将指令序列变换成为页地址流        设页面大小为1K；用户内存容量为4页到32页；用户虚存容量为32K。  在用户虚存中，按每K存放10条指令排列
Lru算法
adamlovejw的专栏
05-20 662
LRU算法转自SmilingSunrise的博客。 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
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