如何实现LRU算法

在redis啥的用的多了之后，就会发现这么个问题，放在内存中的东西大小总是有限制的，那么如何才能清除空间来给后面的缓存使用呢。下面就来简要的介绍介绍。 

0x00.介绍

在缓存使用多了之后，一般会使用LRU来解决缓存内存不足（淘汰策略），需要更新的问题。这个算法在操作系统内有介绍过，Least Recently Used的缩写，即最近最少使用。这个算法基于著名的局部性原理——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。

0x01.java实现

• 亿些要求

1. 必须要有读 + 写两个操作，按照命中率的思路考虑，读写的操作一般要在O(1)的复杂度条件下实现

2. 区分最近使用和很久没有使用的数据排序

3. 容量满了之后需要删除最不常用的数据，每次新的访问都需要把数据插入到队列头

• 综上可以利用HashMap + 链表来实现增删和查询（即可以用LinkedHashMap） 

public class LRUCache<K,V> extends LinkedHashMap<K,V>{
    private int capacity;// 容量
    
    public LRUCache(int capacity){
    // 第三个参数true表示的是访问顺序，会改变顺序
    // false则不会改变顺序
        super(capacity,0.75,true);// 容量，负载因子，访问顺序
        继承原来的父类构造方法
        this.capacity = capacity;
    }
    
    @Override
    protected boolean removeEldestEntry(Map.Entry<K,V eldest){
        return super.size() > capacity;
    }
    
    
}

• 就利用这个就利用自带的代码实现了，当然可以自己实现自己的算法，如下

public class LRUCache {
    // 双向链表节点定义
    class Node {
        int key;
        int val;
        Node prev;
        Node next;
    }
    //模拟缓存容量
    private int capacity;
    //保存链表的头节点和尾节点
    private Node first;
    private Node last;

    //从key到node映射的map
    private Map<Integer, Node> map;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap<>(capacity);
    }

    public int get(int key) {
        Node node = map.get(key);
        //为空返回-1
        if (node == null) {
            return -1;
        }
        moveToHead(node);
        return node.val;
    }
    public void put(int key, int value) {
        //先看看是否已经存在
        Node node = map.get(key);

        if (node == null) {
            //不存在创建节点，然后判断缓存是否满了，如果满了删除最后一个节点。然后将新节点放到链表头部，增加一个映射关系
            //存在则直接覆盖，然后移动到头部
            node = new Node();
            node.key = key;
            node.val = value;

            if(map.size() == capacity) {
                removeLast();
            }

            addToHead(node);
            map.put(key, node);
        } else {
            node.val = value;
            moveToHead(node);
        }
    }

    private void moveToHead(Node node) {
        //要修改很多指针
        if (node == first) {
            return;
        } else if (node == last) {
            //如果是最后一个节点，将最后一个节点的next指针置为空，然后last指向前一个节点
            last.prev.next = null;
            last = last.prev;
        } else {
            //如果是中间节点，中间节点的前节点的后指针  指向 中间节点的后节点
            //中间节点的后节点的前指针 指向 中间节点的前节点
            node.prev.next = node.next;
            node.next.prev = node.prev;
        }
        //把该节点作为头结点
        node.prev = first.prev;// 写成node.prev = null;更好理解
        node.next = first;
        first.prev = node;
        first = node;
    }



    private void addToHead(Node node) {
        if (map.isEmpty()) {
            first = node;
            last = node;
        } else {
            //把新节点作为头结点
            node.next = first;
            first.prev = node;
            first = node;
        }
    }

    private void removeLast() {
        map.remove(last.key);
        Node prevNode = last.prev;
        //修改last所指的位置
        if (prevNode != null) {
            prevNode.next = null;
            last = prevNode;
        }
    }
}