數據結構與算法 | 如何實現LRU緩存淘汰算法

時間 2019-12-06

標籤數據結構算法如何實現 lru 緩存淘汰简体版

原文原文鏈接

原文連接： https://wangwei.one/posts/jav...

前面，咱們學習了鏈表的實現，今天咱們來學習鏈表的一個經典的應用場景——LRU淘汰算法。html

緩存是一種提升數據讀取性能的技術，在硬件設計、軟件開發中都有着很是普遍的應用，好比常見的 CPU 緩存、數據庫緩存、瀏覽器緩存等等。java

緩存的大小有限，當緩存被用滿時，哪些數據應該被清理出去，哪些數據應該被保留？這就須要緩存淘汰策略來決定。常見的策略有三種：先進先出策略 FIFO（First In，First Out）、最少使用策略 LFU（Least Frequently Used）、最近最少使用策略 LRU（Least Recently Used），本篇將介紹LRU策略算法。node

LRU Cache

這一算法的核心思想是，當緩存數據達到預設的上限後，會優先淘汰掉近期最少使用的緩存對象。git

思路

LRU淘汰算法涉及數據的添加與刪除，出於性能考慮，採用鏈表來進行實現，思路以下：github

維護一個雙向鏈表用於存放緩存數據，越接近鏈表尾部的數據表示越少被使用到。
放入一個數據時，若是數據已存在則將其移動到鏈表頭部，並更新Key所對應的Value值，若是不存在，則：算法
- 若是緩存容量已達到最大值，則將鏈表尾部節點刪除掉，將新的數據放入鏈表頭部；
- 若是緩存容量未達到最大值，則直接將新的數據放入鏈表頭部；
查詢一個數據時，遍歷整個鏈表，若是能查詢到對應的數據，則將其移動到鏈表頭部；若是查詢不到則返回null；數據庫
- 因爲遍歷鏈表的時間複雜度爲O(n)，咱們能夠使用散列表HashMap來記錄每一個Key所對應的Node節點，將時間複雜度降爲O(1)。

代碼

package one.wangwei.algorithms.utils;


import java.util.HashMap;
import java.util.Map;

/**
 * LRU Cache
 *
 * @author https://wangwei.one
 * @date 2019/01/29
 */
public class LRUCache<K, V> {

    private int capacity;
    private Node head;
    private Node tail;
    private Map<K, Node> nodeMap;

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

    /**
     * Get Key
     *
     * @param key
     * @return
     */
    public V get(K key) {
        Node existNode = nodeMap.get(key);
        if (existNode == null) {
            return null;
        }
        remove(existNode);
        addFirst(existNode);
        return existNode.value;
    }

    /**
     * Add Key-Value
     *
     * @param key
     * @param value
     */
    public void put(K key, V value) {
        Node existNode = nodeMap.get(key);
        if (existNode == null) {
            Node newNode = new Node(key, value);
            if (nodeMap.size() >= capacity) {
                removeLast();
            }
            addFirst(newNode);
        }
        else {
            // update the value
            existNode.value = value;
            remove(existNode);
            addFirst(existNode);
        }
    }

    /**
     * remove node
     *
     * @param node
     */
    private void remove(Node node) {
        Node prev = node.prev;
        Node next = node.next;

        if (prev == null) {
            head = next;
        } else {
            prev.next = next;
        }
        if (next == null) {
            tail = prev;
        } else {
            next.prev = prev;
        }
        nodeMap.remove(node.key);
    }

    /**
     * add first node
     *
     * @param node
     */
    private void addFirst(Node node) {
        node.prev = null;
        if (head == null) {
            head = tail = node;
        } else {
            node.next = head;
            head.prev = node;
            head = node;
        }
        nodeMap.put(node.key, node);
    }

    /**
     * remove last
     */
    private void removeLast() {
        if (tail == null) {
            return;
        }
        // remove key from map
        nodeMap.remove(tail.key);
        // remove node from linked list
        Node prev = tail.prev;
        if (prev != null) {
            prev.next = null;
            tail = prev;
        } else {
            head = tail = null;
        }
    }

    private class Node {

        private K key;
        private V value;
        private Node prev;
        private Node next;

        private Node(K key, V value) {
            this.key = key;
            this.value = value;
        }
    }
}