设计LRU缓存结构（Java实现）

（1）是什么？
Least Recently Used （最近最少使用）
缓存淘汰算法中的一种。因为缓存是保存在内存中的，内存是很吃紧很宝贵的，所以要保证最热点的数据做缓存，冷门数据淘汰。

（2）具体在哪些场景使用？
Mysql的缓冲池，Linux OS 的虚拟文件系统VFS都有用到。

（3）具体实现步骤？
既然是缓存，那肯定就是List中存放着一大串 Key - Value 结构，我们查找目标数据的时候就是for这个List找到对应的Key，这个List可能很长，所以我们可以把热点数据排到较前面，冷门的放后面，如果超过了长度，就淘汰，移除缓存List。

传统的LRU如下：
(1)首先定义一条链表List，初始化之初，它连续加载1～6的磁盘块到缓存中
1->2->3->4->5->6 六个page cache缓存页

(2)查询3，则3的page cache命中，遍历List并且将3移至头部（加快下次检索速度）
3->1->2->4->5->6

(3)查询7，发现缓存链表中没有page cache 命中，则读磁盘，并将7加入到缓存List头部，剔除掉列尾元素6
7->3->1->2->4->5

（4）牛客也是有道LRU的算法题，描述的也是这个思路：

（5）思路很清晰，也比较好做，代码实现：
首先是比较简单的调用方法：

public class SplitApplication {
    private static List resultArray = new ArrayList();
    public static void main(String[] args) {
        int[][] twoArray = new int[][]{{1,1,1},{1,2,2},{1,3,3},{2,1},{1,4,4},{2,2}};
        int listSize = 3;
        testLRU(twoArray, listSize);
    }

    public static void testLRU(int[][] twoArray, int listSize){
        LRU lru = new LRU(3);
        for (int i = 0; i < twoArray.length; i++) {
            Map map = new HashMap<>(1);
            int[] oneArray = twoArray[i];
            System.out.println(Arrays.toString(oneArray));
            // 操作标志位独立拿出来
            int opt = oneArray[0];
            // 获取剩下的参数
            if (opt==1){
                // 表示set(x, y)
                lru.set(oneArray[1],oneArray[2]);
            } else if (opt == 2){
                // 表示get(x)，若x未出现过或已被移除，则返回-1
                int result = lru.get(oneArray[1]);
                resultArray.add(result);
            }
        }
        System.out.println("查询结果"+resultArray.toString());
    }
}

然后重头戏当时是LRU 实体类的定义：

public class LRU {
    private List> mapList;
    int maxSize;

    public LRU(int maxSize) {
        this.maxSize = maxSize;
        this.mapList = new ArrayList<>(maxSize);
    }

    public void set(Integer key ,Integer value){
        Map map = new HashMap<>(1);
        map.put(key,value);
        if (mapList.size() >= maxSize) {
            System.out.println("超过了大小，将会扣除末尾元素再重新设置");
            this.mapList.remove(mapList.size() - 1);
        }
        this.mapList.add(map);
        System.out.println("设置新值之后："+this.mapList.toString());
        resortList(mapList, key, value);
    }

    public Integer get(Integer key){
        Integer result = null;
        for (int i = 0; i < mapList.size(); i++) {
            Map map = this.mapList.get(i);
            result = map.get(key);
            if (result!=null){
                // 找到了才重新触发热点排序
                resortList(this.mapList, key ,result);
                return result;
            }
        }
        return -1;
    }

    public void resortList(List> list, Integer key, Integer value){
        // 把操作/读取的目标数据移动到最前面
        Map map = null;
        Iterator> iterator = list.iterator();
        while (iterator.hasNext()){
            map = iterator.next();
            if (map.get(key) == value ){
                iterator.remove();
            }
        }
        // 每次操作的目标数据都设置为热点第一位
        list.add(0, map);
        System.out.println("重新排序后:"+this.mapList.toString());
    }

    public List> getMapList() {
        return mapList;
    }

    public void setMapList(List> mapList) {
        this.mapList = mapList;
    }

    public int getMaxSize() {
        return maxSize;
    }

    public void setMaxSize(int maxSize) {
        this.maxSize = maxSize;
    }
}

 (1）在这里我们定义了List> mapList 结构来存放KV形式的缓存信息。通过有参构造来指定List的大小。
（2）定义Set方法往缓存List放元素，同时判断是否超出了大小，如果是，移除最后一个元素。如果不是，设置新值到头部。
（3）定义get方法获取缓存List的缓存信息，遍历List并且根据Key获取Value。
（4）不管get还是set，进行操作后都要调用 resortList 方法对List中的元素进行重新的排序。
（5）resortList 的主要任务，就是把刚才操作的数据当作热点数据移到最前面。
（6）就这么简单，考察的更多的是基础的逻辑判断和容器的使用。

执行main方法看效果：

 设计LRU缓存结构（Java实现）_whiteBearClimb的博客-CSDN博客_设计lru缓存结构