LRU算法java实现

1、lru简介

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。

即当一个数据最近一段时间没有被访问，未来被访问的概率也很小。当空间被占满后，最先淘汰最近最少使用的数据。

2、java简单实现

/**
 * @Title: LRU.java
 * @Package com.spring.pro.lru
 * @Description:
 * @author ybwei
 * @date 2018年11月6日 下午2:39:15
 * @version V1.0
 */
public class LRU<K, V> {

	/**
	 * LinkedHashMap负载因子默认0.75
	 */
	private static final float hashLoadFactory = 0.75f;
	private LinkedHashMap<K, V> map;
	private int cacheSize;

	/**
	 * @param cacheSize 容量
	 */
	public LRU(int cacheSize) {
		this.cacheSize = cacheSize;
		int capacity = (int) Math.ceil(cacheSize / hashLoadFactory) + 1;
		map = new LinkedHashMap<K, V>(capacity, hashLoadFactory, true) {
			private static final long serialVersionUID = -5291175172111746517L;

			/*
			 * 当map容量大于LRU的容量时，删除最近最少使用的数据
			 */
			@Override
			protected boolean removeEldestEntry(Entry<K, V> eldest) {
				return size() > LRU.this.cacheSize;
			}
		};
	}

	public synchronized V get(K key) {
		return map.get(key);
	}

	public synchronized void put(K key, V value) {
		map.put(key, value);
	}

	public synchronized void clear() {
		map.clear();
	}

	public synchronized int usedSize() {
		return map.size();
	}

	public void print() {
		for (Map.Entry<K, V> entry : map.entrySet()) {
			System.out.print(entry.getValue() + "--");
		}
		System.out.println();
	}
}

HashMap的一个实例有两个影响其性能的参数： 初始容量和负载因子 。 容量是哈希表中的桶数，初始容量只是创建哈希表时的容量。 负载因子是在容量自动增加之前允许哈希表得到满足的度量。 当在散列表中的条目的数量超过了负载因数和电流容量的乘积，哈希表被重新散列 （即，内部数据结构被重建），使得哈希表具有桶的大约两倍。 

作为一般规则，默认负载因子（.75）提供了时间和空间成本之间的良好折中。 更高的值会降低空间开销，但会增加查找成本（反映在HashMap类的大部分操作中，包括get和put ）。 在设置其初始容量时，应考虑地图中预期的条目数及其负载因子，以便最小化重新组播操作的数量。 如果初始容量大于最大条目数除以负载因子，则不会发生重新排列操作。 

3、测试

/**   
 * @Title: LRUTest.java 
 * @Package com.spring.pro.lru.test 
 * @Description:  
 * @author ybwei  
 * @date 2018年11月6日 下午4:39:03 
 * @version V1.0   
 */
public class LRUTest {

	/**
	 * 
	 * @author ybwei
	 */
	@Test
	public void LruTest() {
		LRU<String,Integer> lru=new LRU<>(3);
		for(int i=0;i<50;i++) {
			lru.put("aa"+i, i);
			lru.print();
		}
	}
}