LinkedList實現基於LRU算法的緩存

 

LinkedList實現基於LRU算法的緩存

2015年08月07日 18:18:45 秦江波 閱讀數 2068 文章標籤： java算法linkedlist緩存LRU更多

分類專欄： Java

 

版權聲明：本文爲博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處連接和本聲明。

本文連接： https://blog.csdn.net/u011763190/article/details/47343153

學過操做系統的人都知道LRU頁面切換算法，其實這個算法不單單只是能在頁面切換中應用到，在緩存中也有很實際的應用。最典型的實現方式是採用LinkedHashMap來實現這個緩存，你們能夠在Java源碼裏面看到這個類的做者關於這個的描述，不過全是英文，可是卻明確提到過。

下面廢話很少說，直接展現我本身關於這個算法實現的代碼吧，親測經過：

核心算法代碼：

 

package hk.inso.www.cache;

import java.util.Hashtable;
import java.util.LinkedList;

/**
 * Created by IntelliJ IDEA.
 * Date: 8/7/15 4:46 PM
 * Author: Richard
 */
public class LinkedListCache<Object>{

    //默認的緩存大小
    private static int CAPACITY = 0;

    //引用一個雙向連接表
    private LinkedList<Object> list;

    //構造函數
    public LinkedListCache(int capacity) {
        this.CAPACITY = capacity;
        list = new LinkedList<Object>();
    }

    //添加一個元素
    public synchronized void put(Object object) {

        if(list != null && list.contains(object)) {
            list.remove(object);
        }
        removeLeastVisitElement();
        list.addFirst(object);
    }

    //移除最近訪問次數最少的元素
    private synchronized void removeLeastVisitElement() {

        int size = size();

        //注意，這兒必須得是CAPACITY - 1不然所獲的size比原來大1
        if(size > (CAPACITY - 1) ) {
            Object object = list.removeLast();
            System.out.println("本次被踢掉的元素是:" + object.toString());
        }
    }

    //獲取第N個索引下面的元素
    public synchronized Object get(int index) {
        return list.get(index);
    }

    //清空緩存
    public synchronized void clear() {
        list.clear();
    }

    //獲取連接表的大小
    public int size() {
        if(list == null) {
            return 0;
        }
        return list.size();
    }

    //toString方法
    public String toString() {
        return list.toString();
    }

}

 

測試代碼：

 

package hk.inso.www.test;

import hk.inso.www.cache.LRUCache;
import hk.inso.www.cache.LinkedListCache;
import hk.inso.www.cache.MapCache;

import java.util.Iterator;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.ConcurrentHashMap;

/**
 * Created by Richard on 8/5/15.
 */
public class CacheTest {

    public static void main(String[] args) throws InterruptedException {
        
        LinkedListCache linkedListCache = new LinkedListCache<String>(5);

        linkedListCache.put("1");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("2");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("3");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("4");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("5");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("1");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("6");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("4");
        System.out.println(linkedListCache.toString());
        Thread.sleep(1000);
        linkedListCache.put("7");
        System.out.println(linkedListCache.toString());
    }
}

 

不要吐槽這個哈，時間關係，就直接這麼演示了，你能夠直接拷貝下來運行就能夠了。但願能夠幫到你！