利用LinkedHashMap实现LRU算法
package com.lza.outofmemory;
import java.util.Collections;
import java.util.Iterator;
import java.util.LinkedHashMap;
import java.util.Map;
public class LRUCache extends LinkedHashMap{
/**
*定义缓存数
*/
final int MAX_CACHE_SIZE;
static final int MAXIMUM_CAPACITY = 1 << 30;
public LRUCache(int cacheSize){
/**
* 初始化LinkedHashMap的构造函数，最后一个参数为true表示按访问顺序排序 即最近访问的在最前面 最少访问的在最后面
*/
super((int) (((cacheSize/0.75))+1),0.75f,true);
this.MAX_CACHE_SIZE=cacheSize;
}
public LRUCache(){
super(16,0.75f,true);
this.MAX_CACHE_SIZE=16;
}
/**
* 重写removeEldestEntry()方法，告诉它什么时候需要删除容器中"最老"的元素:当参数LinkedHashMap中的accessOrder参数为true时
* 最老元素表示最近最少使用的元素，当accessOrder参数为false时，最老元素表示最早插入的元素。
*/
@Override
protected boolean removeEldestEntry(Map.Entry eldest){
if(size()>MAX_CACHE_SIZE){
System.out.println("Key:"+eldest.getKey()+" Value:"+eldest.getValue()+" has been removed.");
return true;
}else{
return false;
}
}
public static void main(String[]args){
//Map LRUCacheTest=Collections.synchronizedMap(new LRUCache(5)); 多线程环境下使用，确保线程安全
Map LRUCacheTest=new LRUCache(5);
/**
* 创建5个 占满缓存
*/
for(Integer i=0;i<5;i++){
LRUCacheTest.put(i, i.toString());
}
Iterator ite=LRUCacheTest.entrySet().iterator();
System.out.println("原始的K-V键值对：");
while(ite.hasNext()){
Map.Entry temp=(Map.Entry)ite.next();
System.out.println("Key:"+temp.getKey()+" Value:"+temp.getValue());
}
/**
* 刷新 0 和 2 的缓存
*/
LRUCacheTest.put(0, "0");
LRUCacheTest.put(2, "2");
/**
* 添加两个新的缓存 使最近两个最少使用的被移除
*/
System.out.println("被移除的K-V键值对：");
LRUCacheTest.put(5, "5");
LRUCacheTest.put(6, "6");
System.out.println("移除后缓存中的数据排列：");
Iterator ite2=LRUCacheTest.entrySet().iterator();
while(ite2.hasNext()){
Map.Entry temp=(Map.Entry)ite2.next();
System.out.println("Key:"+temp.getKey()+" Value:"+temp.getValue());
}
}
}