如何编写代码实现LRU算法
这篇文章主要讲解了“如何编写代码实现LRU算法”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“如何编写代码实现LRU算法”吧!
创新互联公司于2013年成立,是专业互联网技术服务公司,拥有项目成都网站建设、网站设计网站策划,项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命,1280元三台做网站,已为上家服务,为三台各地企业和个人服务,联系电话:028-86922220
运用你所掌握的数据结构,设计和实现一个 LRU (最近最少使用) 缓存机制 。
实现 LRUCache 类:LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存
int get(int key) 如果关键字 key 存在于缓存中,则返回关键字的值,否则返回 -1 。
void put(int key, int value) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-值」。当缓存容量达到上限时,它应该在写入新数据之前删除最久未使用的数据值,从而为新的数据值留出空间。
要求:在 O(1) 时间复杂度内完成这两种操作。
思考
1 所谓缓存,必须要有读+写两个操作,按照命中率的思路考虑,写操作+读操作时间复杂度都需要为O(1)
2 特性要求分析
2.1 必须有顺序之分,以区分最近使用的和很久没用到的数据排序。
2.2 写和读操作 一次搞定。
2.3 如果容量(坑位)满了要删除最不长用的数据,每次新访问还要把新的数据插入到队头(按照业务你自己设定左右那一边是队头)
查找快,插入快,删除快,且还需要先后排序-------->什么样的数据结构满足这个问题?
你是否可以在O(1)时间复杂度内完成这两种操作?
如果一次就可以找到,你觉得什么数据结构最合适??参考LinkedHashMap
方案一 依赖JDK
package com.lau.lrualgorithm.way; import java.util.LinkedHashMap; import java.util.Map; /** * 复用现有api中的HashMap */ public class ReuseLinkedHashMapextends LinkedHashMap { //允许缓存个数上限 private int cacheSize; //重载构造器 public ReuseLinkedHashMap(int cacheSize) { super(cacheSize, 0.75f, true); this.cacheSize = cacheSize; } @Override protected boolean removeEldestEntry(Map.Entry eldest) { return super.size() > cacheSize; } public V put(K key, V value){ // if(super.size() == this.cachesize){ // super.removeEldestEntry(); // } return super.put(key, value); } public V get(Object key){ return super.get(key); } public static void main(String[] args) { ReuseLinkedHashMap map = new ReuseLinkedHashMap(3); map.put(1, 1); map.put(2, 2); map.put(3, 3); System.out.println(map.keySet()); map.put(4, 1); System.out.println(map.keySet()); map.put(3, 1); System.out.println(map.keySet()); map.put(3, 1); System.out.println(map.keySet()); map.put(3, 1); System.out.println(map.keySet()); map.put(5, 1); System.out.println(map.keySet()); } } /** * true * [1, 2, 3] * [2, 3, 4] * [2, 4, 3] * [2, 4, 3] * [2, 4, 3] * [4, 3, 5] * */ /**false [1, 2, 3] [2, 3, 4] [2, 3, 4] [2, 3, 4] [2, 3, 4] [3, 4, 5] */
关键点:
1、复写removeEldestEntry()方法
2、accessOrder – the ordering mode - true for access-order, false for insertion-order
3、最新节点存储顺序:从右至左
方案二 不依赖JDK
package com.lau.lrualgorithm.way; import java.util.HashMap; import java.util.Map; //map负责查找,构建一个虚拟的双向链表,它里面安装的就是一个个Node节点,作为数据载体。 public class LruCacheDemo { //1.构造一个node节点作为数据载体 class Node{ K key; V value; Node prev; Node next; public Node() { this.prev = this.next = null; } public Node(K key, V value) { this.key = key; this.value = value; this.prev = this.next = null; } } //2 构建一个虚拟的双向链表,里面安放的就是我们的Node class DoubleLinkedList { Node head; Node tail; public DoubleLinkedList() { head = new Node<>(); tail = new Node<>(); head.next = tail; tail.prev = head; } //3. 添加到头 public void addHead(Node node) { node.next = head.next; node.prev = head; head.next.prev = node; head.next = node; } //4.删除节点 public void removeNode(Node node) { node.next.prev = node.prev; node.prev.next = node.next; node.prev = null; node.next = null; } //5.获得最后一个节点 public Node getLast() { return tail.prev; } } private int cacheSize; Map > map; DoubleLinkedList doubleLinkedList; public LruCacheDemo(int cacheSize) { this.cacheSize = cacheSize;//坑位 map = new HashMap<>();//查找 doubleLinkedList = new DoubleLinkedList<>(); } public int get(int key) { if (!map.containsKey(key)) { return -1; } Node node = map.get(key); doubleLinkedList.removeNode(node); doubleLinkedList.addHead(node); return node.value; } public void put(int key, int value) { if (map.containsKey(key)) { //update Node node = map.get(key); node.value = value; // map.put(key, node); doubleLinkedList.removeNode(node); doubleLinkedList.addHead(node); } else { if (map.size() == cacheSize) //坑位满了 { Node lastNode = doubleLinkedList.getLast(); map.remove(lastNode.key); doubleLinkedList.removeNode(lastNode); } //新增一个 Node newNode = new Node<>(key, value); map.put(key, newNode); doubleLinkedList.addHead(newNode); } } public static void main(String[] args) { LruCacheDemo lruCacheDemo = new LruCacheDemo(3); lruCacheDemo.put(1, 1); lruCacheDemo.put(2, 2); lruCacheDemo.put(3, 3); //不能直接打印map,因为此map是无序的!!! // System.out.println(lruCacheDemo.map.keySet()); printKeys(lruCacheDemo); lruCacheDemo.put(4, 1); // System.out.println(lruCacheDemo.map.keySet()); printKeys(lruCacheDemo); lruCacheDemo.put(3, 1); // System.out.println(lruCacheDemo.map.keySet()); printKeys(lruCacheDemo); lruCacheDemo.put(3, 1); // System.out.println(lruCacheDemo.map.keySet()); printKeys(lruCacheDemo); lruCacheDemo.put(3, 1); // System.out.println(lruCacheDemo.map.keySet()); printKeys(lruCacheDemo); lruCacheDemo.put(5, 1); // System.out.println(lruCacheDemo.map.keySet()); printKeys(lruCacheDemo); } private static void printKeys(LruCacheDemo lruCacheDemo){ Node node = lruCacheDemo.doubleLinkedList.head.next; while( node != null && node.key != null){ System.out.print(node.key + " "); node = node.next; } System.out.println(); } } /** * true * [1, 2, 3] * [2, 3, 4] * [2, 4, 3] * [2, 4, 3] * [2, 4, 3] * [4, 3, 5] * */ /**false [1, 2, 3] [2, 3, 4] [2, 3, 4] [2, 3, 4] [2, 3, 4] [3, 4, 5] */
注:
最新节点存储顺序:从左至右
手写版数据结构
感谢各位的阅读,以上就是“如何编写代码实现LRU算法”的内容了,经过本文的学习后,相信大家对如何编写代码实现LRU算法这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
本文名称:如何编写代码实现LRU算法
网站地址:http://myzitong.com/article/joooje.html