LruCache算法原理及实现

简介:
LruCache算法原理
LRU为Least Recently Used的缩写,意思也就是近期最少使用算法。LruCache将LinkedHashMap的顺序设置为LRU顺序来实现LRU缓存,每次调用get并获取到值(也就是从内存缓存中命中),则将该对象移到链表的尾端。调用put插入新的对象也是存储在链表尾端,这样当内存缓存达到设定的最大值时,将链表头部的对象(近期最少用到的)移除。

基于LinkedHashMap的LRUCache的实现,关键是重写LinkedHashMap的removeEldestEntry方法,在LinkedHashMap中该方法默认返回false(LRUCache本身未考虑线程安全的问题),这样此映射的行为将类似于正常映射,即永远不能移除最旧的元素。

LruCache算法实现的思路
按从近期访问最少到近期访问最多的顺序(即访问顺序)来保存元素,LinkedHashMap提供了LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder)构造函数,该哈希映射的迭代顺序就是最后访问其条目的顺序,这种映射很适合构建LRU缓存。
LinkedHashMap提供了removeEldestEntry(Map.Entry eldest)方法。该方法在每次添加新条目时移除最旧条目,但该方法默认返回false,这样,此映射的行为将类似于正常映射,即永远不能移除最旧的元素。因而需要重写该方法。
基于LinkedHashMap的LruCache具体实现
import java.util.LinkedHashMap;
import java.util.Map;

public class LruCache<K, V> {
    private LinkedHashMap<K, V> map;//链表存储对象

    private int cacheSize;//cache大小
    private int hitCount;//命中次数
    private int missCount;//未命中次数

    public synchronized final int getCacheSize() {
        return cacheSize;
    }

    public synchronized final int getHitCount() {
        return hitCount;
    }

    public synchronized final int getMissCount() {
        return missCount;
    }

    static final int DEFAULT_CACHE_SIZE = 2;//cache默认大小

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

    public V get(Object key) {

        if (null == key) {
            throw new NullPointerException(" key == null ");
        }

        V val = null;
        synchronized (this) {
            val = map.get(key);
            if (null != val) {
                hitCount += 1;
                return val;
            }

            missCount += 1;
        }

        return val;
    }

    public LruCache() {
        this(DEFAULT_CACHE_SIZE);
    }

    public LruCache(int cacheSize) {
        this.cacheSize = cacheSize;
        int hashTableSize = (int) (Math.ceil(cacheSize / 0.75f) + 1);

        //LruCache算法实现的关键

        //1、按从近期访问最少到近期访问最多的顺序(即访问顺序)来保存元素,那么请使用下面的构造方法构造LinkedHashMap
        //public LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder); //该哈希映射的迭代顺序就是最后访问其条目的顺序,这种映射很适合构建LRU缓存。
        //2、LinkedHashMap提供了removeEldestEntry(Map.Entry<K,V> eldest)方法。该方法可以提供在每次添加新条目时移除最旧条目的实现程序,默认返回false,这样,此映射的行为将类似于正常映射,即永远不能移除最旧的元素。
        map = new LinkedHashMap<K, V>(hashTableSize, 0.75f, true){
            private static final long serialVersionUID = 1L;

            @Override
            protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
                System.out.println(" ***** size=" + size() + " cacheSize=" + LruCache.this.cacheSize + " ****");
//                return super.removeEldestEntry(eldest);
                return size() > LruCache.this.cacheSize;
            }
        };
    }

    public static void main(String[] args) {

        LruCache<String, String> lruCache = new LruCache<String, String>(3);
        lruCache.put("1", "1");
        lruCache.put("2", "2");
        lruCache.put("3", "3");
        lruCache.put("4", "4");
        lruCache.put("5", "5");

        System.out.println("==========================================================================");
        System.out.println("hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        System.out.println("==========================================================================");

        System.out.println(lruCache.get("1") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        System.out.println(lruCache.get("2") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        System.out.println(lruCache.get("3") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        System.out.println(lruCache.get("4") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        System.out.println(lruCache.get("4") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        System.out.println(lruCache.get("4") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        System.out.println(lruCache.get("4") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());
        lruCache.put("6", "6");
        lruCache.put("7", "7");
        System.out.println(lruCache.get("4") + " hitCount=" + lruCache.getHitCount() + " missCount=" + lruCache.getMissCount());
        lruCache.put("8", "8");

        System.out.println(lruCache.get("5") + " hitCount=" + lruCache.getHitCount() + " missCount=" +  lruCache.getMissCount());

        System.out.println("==========================================================================");
        for(Map.Entry<String, String> entry : lruCache.map.entrySet()) {
            System.out.println(entry.getKey()+":"+entry.getValue());
        }

    }
}
执行结果
***** size=1 cacheSize=3 ****
***** size=2 cacheSize=3 ****
***** size=3 cacheSize=3 ****
***** size=4 cacheSize=3 ****
***** size=4 cacheSize=3 ****
==========================================================================
hitCount=0 missCount=0
==========================================================================
null hitCount=0 missCount=1
null hitCount=0 missCount=2
3 hitCount=1 missCount=2
4 hitCount=2 missCount=2
4 hitCount=3 missCount=2
4 hitCount=4 missCount=2
4 hitCount=5 missCount=2
***** size=4 cacheSize=3 ****
***** size=4 cacheSize=3 ****
4 hitCount=6 missCount=2
***** size=4 cacheSize=3 ****
null hitCount=6 missCount=3
==========================================================================
7:7
4:4
8:8







本文转自秋楓博客园博客,原文链接:http://www.cnblogs.com/rwxwsblog/p/6093198.html,如需转载请自行联系原作者

目录
相关文章
|
2月前
|
数据采集 机器学习/深度学习 算法
|
2天前
|
机器学习/深度学习 算法 机器人
多代理强化学习综述:原理、算法与挑战
多代理强化学习是强化学习的一个子领域,专注于研究在共享环境中共存的多个学习代理的行为。每个代理都受其个体奖励驱动,采取行动以推进自身利益;在某些环境中,这些利益可能与其他代理的利益相冲突,从而产生复杂的群体动态。
18 5
|
5天前
|
搜索推荐 Shell
解析排序算法:十大排序方法的工作原理与性能比较
解析排序算法:十大排序方法的工作原理与性能比较
20 9
|
3天前
|
机器学习/深度学习 算法
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
|
1月前
|
机器学习/深度学习 算法 Python
群智能算法:深入解读人工水母算法:原理、实现与应用
近年来,受自然界生物行为启发的优化算法备受关注。人工水母算法(AJSA)模拟水母在海洋中寻找食物的行为,是一种新颖的优化技术。本文详细解读其原理及实现步骤,并提供代码示例,帮助读者理解这一算法。在多模态、非线性优化问题中,AJSA表现出色,具有广泛应用前景。
|
2月前
|
前端开发 算法 JavaScript
React原理之Diff算法
【8月更文挑战第24天】
|
2月前
|
存储 负载均衡 监控
自适应负载均衡算法原理和实现
自适应负载均衡算法原理和实现
|
2月前
|
算法 安全 网络安全
Diffie-Hellman (DH) 算法的工作原理
【8月更文挑战第23天】
148 0
|
2月前
|
数据采集 搜索推荐 算法
【高手进阶】Java排序算法:从零到精通——揭秘冒泡、快速、归并排序的原理与实战应用,让你的代码效率飙升!
【8月更文挑战第21天】Java排序算法是编程基础的重要部分,在算法设计与分析及实际开发中不可或缺。本文介绍内部排序算法,包括简单的冒泡排序及其逐步优化至高效的快速排序和稳定的归并排序,并提供了每种算法的Java实现示例。此外,还探讨了排序算法在电子商务、搜索引擎和数据分析等领域的广泛应用,帮助读者更好地理解和应用这些算法。
28 0
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能算法原理
人工智能(AI)属计算机科学,聚焦于模拟人类智慧的技术与系统的研发。本文概览常见AI算法原理:机器学习含监督(如决策树、支持向量机)、无监督(如聚类、主成分分析)及强化学习算法;深度学习涉及卷积神经网络、循环神经网络和生成对抗网络;自然语言处理涵盖词袋模型、循环神经网络语言模型及命名实体识别等。这些算法支撑着AI技术的广泛应用与发展。
88 0