数据结构和算法 之 LinkedHashMap实现LRU算法
目录
1、背景介绍
2、LinkHashMap实现
3、LinkHashMap实现原理
一、背景介绍
LRU全称是Least Recently Used，即最近最久未使用的意思。LRU算法的主要思想：设置一个缓存大小阈值，超过阈值就去删除最老的数据。新添加数据或者访问数据的时候保证最老的数据总是在链表的头部，最新的数据总是在尾部，这样每次需要删除数据时把头部数据删除即可。
二、LinkHashMap实现
在Java当中，LinkHashMap已经实现了LRU的大部分功能，具体删除时机需要我们自己实现指定，废话不多说，直接看实例。
/**
* @author: wenyixicodedog
* @create: 2020-07-25
* @description:
*/
public class LinkHashMapLRU extends LinkedHashMap {
public LinkHashMapLRU(int initialCapacity, float loadFactor, boolean accessOrder) {
super(initialCapacity, loadFactor, accessOrder);
}
public LinkHashMapLRU() {
}
@Override
protected boolean removeEldestEntry(Map.Entry eldest) {
//当map的容量大于等于5的时候,再插入新元素就移除旧的元素
return this.size() >= 5;
}
public static void main(String[] args) {
LinkHashMapLRU map = new LinkHashMapLRU(5, 0.75F, true);
map.put("1", "one");
map.put("2", "two");
map.put("3", "three");
map.put("4", "four");
System.out.println("================原始数据===================");
print(map);
map.get("3");
System.out.println("================访问一次3===================");
print(map);
map.get("1");
map.get("2");
System.out.println("===============访问一次1、2=====================");
print(map);
System.out.println("===============新添加元素5=====================");
map.put("5", "five");
print(map);
}
static void print(LinkedHashMap map) {
map.keySet().iterator().forEachRemaining(System.out::println);
}
} 执行结果如下：
================原始数据===================
1
2
3
4
================访问一次3===================
1
2
4
3
===============访问一次1、2=====================
4
3
1
2
===============新添加元素5=====================
3
1
2
5从实例中我们不难看出，初始状态1,2,3,4之后我们访问3之后，3就作为最新被访问的数据放到了最后，其他数据依次在前面，然后访问1,2，1,2被放在了最后，4,3依次在前，最后新添加5，被放在最后，最前面的4被删除。
三、LinkHashMap实现原理
在这个示例中主要进行了两个操作，添加和访问数据，我们首先看LinkHashMap添加数据的源码。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果当前添加的元素已经存在在map中
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//访问数据之后将该数据放置在链表尾部
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
// 如果当前添加的元素不存在在map中
// 添加元素之后判断是否需要删除头部元素，若需要，则删除。
afterNodeInsertion(evict);
return null;
}
void afterNodeInsertion(boolean evict) { // possibly remove eldest
LinkedHashMap.Entry first;
// 删除旧元素执行时机需要我们自己手动指定——removeEldestEntry
if (evict && (first = head) != null && removeEldestEntry(first)) {
K key = first.key;
removeNode(hash(key), key, null, false, true);
}
} 然后接下来看访问数据的时候源码执行逻辑。
public V get(Object key) {
Node e;
if ((e = getNode(hash(key), key)) == null)
return null;
if (accessOrder)
// 将新访问的数据放置到链表尾部
afterNodeAccess(e);
// 返回数据value值
return e.value;
}
void afterNodeAccess(Node e) { // move node to last
LinkedHashMap.Entry last;
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry p =
(LinkedHashMap.Entry)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
} LinkHashMap源码当中其实是通过三个核心方法进行实现的，这三个核心方法是实现的HashMap的方法。
//把新访问元素放到链表尾部
void afterNodeAccess(Node p) { }
//在插入新元素后，检查是否要删除最头部元素，需要则删除
void afterNodeInsertion(boolean evict) { }
//在删除元素之后调整头尾部元素
void afterNodeRemoval(Node p) { } 不仅仅在Java当中，在Redis、mybatis中，LRU实现原理与其类似。
以下是mybatis的实现：
public class LruCache implements Cache {
private final Cache delegate;
private Map keyMap;
private Object eldestKey;
public LruCache(Cache delegate) {
this.delegate = delegate;
setSize(1024);
}
// 省略部分代码
public void setSize(final int size) {
keyMap = new LinkedHashMap(size, .75F, true) {
private static final long serialVersionUID = 4267176411845948333L;
@Override
protected boolean removeEldestEntry(Map.Entry eldest) {
boolean tooBig = size() > size;
if (tooBig) {
eldestKey = eldest.getKey();
}
return tooBig;
}
};
}
// 省略部分代码 更多内容持续更新中，感兴趣的朋友请移步至个人公众号，谢谢支持......
公众号：wenyixicodedog