LRU缓存是一种基于最近访问原则的缓存策略。它的核心思想是,当缓存空间满时,优先淘汰最近最少使用的数据。这种策略的好处是,可以保留最常访问的数据,提高缓存命中率,从而提高系统性能。
LRU缓存的实现可以借助哈希表和双向链表。哈希表用于快速查找缓存中的数据,而双向链表用于维护数据的访问顺序。每当访问一个数据时,如果数据已经存在于缓存中,将其移动到链表的头部;如果数据不存在于缓存中,将其添加到链表的头部。当缓存空间满时,淘汰链表尾部的数据即可。
- 初始化缓存大小和哈希表
- 访问数据时,检查哈希表中是否存在该数据
- 如果存在,将数据移动到链表头部
- 如果不存在,将数据添加到链表头部,并在哈希表中添加对应的键值对
- 如果缓存已满,删除链表尾部的数据,并在哈希表中删除对应的键值对
- public class LRUCache {
- //链表存储键值对(旧数据靠链表尾)
- class Node {
- int key;
- int value;
- Node prev;
- Node next;
-
- public Node(int key, int value) {
- this.key = key;
- this.value = value;
- }
-
- }
-
- //缓存大小
- private int capacity;
- //缓存
- private Map
cache; - //头指针
- private Node head;
- //尾指针组成双向链表
- private Node tail;
-
- //初始化缓存
- public LRUCache(int capacity) {
- this.capacity = capacity;
- this.cache = new HashMap<>();
- this.head = new Node(0, 0);
- this.tail = new Node(0, 0);
- head.next = tail;
- tail.next = head;
- }
-
- //获取缓存数据
- public int get(int key) {
- if (cache.containsKey(key)) {
- Node node = cache.get(key);
- //更新数据(把该数据放到链表头)
- removeNode(node);
- addToHead(node);
- return node.value;
- }
- //不存在则返回-1
- return -1;
- }
-
- //存放数据
- public void put(int key, int value) {
- //包含则更新,不然新增
- if (cache.containsKey(key)) {
- Node node = cache.get(key);
- node.value = value;
- //更新数据
- removeNode(node);
- addToHead(node);
- } else {
- //大于容量,则删除最后一个值(最不经常使用的数据)
- if (cache.size() == capacity) {
- Node tailPrev = tail.prev;
- removeNode(tailPrev);
- cache.remove(tailPrev.key);
- }
- Node newNode = new Node(key, value);
- cache.put(key, newNode);
- addToHead(newNode);
- }
- }
-
- //删除链表节点
- private void removeNode(Node node) {
- Node prevNode = node.prev;
- Node nextNode = node.next;
- prevNode.next = nextNode;
- nextNode.prev = prevNode;
- }
-
- //头部插入节点
- private void addToHead(Node node) {
- Node nextNode = head.next;
- head.next = node;
- node.prev = head;
- node.next = nextNode;
- nextNode.prev = node;
- }
- }