1. java提供了一个简单的方式实现LRU:  LinkedHashMap

 

2. 自定义实现

LRU至少需要两个主要操作: 添加(add)和搜索(search)

public class LRUCache {
private Map<String, CacheEntry> map;
private CacheEntry head , tail;
private int maxSize;
public LRUCache(int maxSize){
if(maxSize < 1){
throw new IllegalArgumentException("Cache maxSize has to be at least 1");
}
this.map = new HashMap<String, CacheEntry>();
head = new CacheEntry("head","");
tail = new CacheEntry("tail", "");
head.setNext(tail);
tail.setPrev(head);
this.maxSize = maxSize;
}
public void add(String key, String value){
CacheEntry cacheEntry = map.get(key);
if(cacheEntry == null){
cacheEntry = new CacheEntry(key, value);
if(map.size() == maxSize){
//缓存达到最大数目
//删除最老的条目
CacheEntry deleteEntry = tail.getPrev();
//从map中移除
map.remove(deleteEntry.getKey());
//从队列中移除
remove(deleteEntry);
}
//添加条目到队列
addFront(cacheEntry);
//添加到map
map.put(key, cacheEntry);
}else{
//更新值
cacheEntry.setValue(value);
//访问条目
accessed(cacheEntry);
}
} public String search(String key){
CacheEntry entry = map.get(key);
if(entry == null){
return null;
}
accessed(entry);
return entry.getValue();
}
//打印缓存内容
public void print(){
CacheEntry entry = head.getNext();
while(entry != tail){
System.out.println("{" + entry.getKey() + ":" + entry.getValue() + "}");
entry = entry.getNext();
}
System.out.println();
} public void accessed(CacheEntry entry) {
if(entry.getPrev() != head){
remove(entry);
addFront(entry);
}
} private void addFront(CacheEntry entry) {
//在队列的头部添加条目
CacheEntry nextEntry = head.getNext();
head.setNext(entry);
entry.setPrev(head);
entry.setNext(nextEntry);
if(nextEntry != null){
nextEntry.setPrev(entry);
}
} private void remove(CacheEntry entry) {
if(entry == head || entry == tail){
return;//错误
}
entry.getPrev().setNext(entry.getNext());
if(entry.getNext() != null){
entry.getNext().setPrev(entry.getPrev());
}
}
}
/**
* Created by admin on 2018/3/30.
*/
public class CacheEntry {
private CacheEntry prev, next;
private String key, value;
CacheEntry(String key, String value){
this.key = key;
this.value = value;
} public CacheEntry getPrev() {
return prev;
} public void setPrev(CacheEntry prev) {
this.prev = prev;
} public CacheEntry getNext() {
return next;
} public void setNext(CacheEntry next) {
this.next = next;
} public String getKey() {
return key;
} public String getValue() {
return value;
} public void setValue(String value) {
this.value = value;
}
}

java 自定义 LRU(最近最少使用)策略 实现 缓存机制的更多相关文章

  1. Mybatis 事务管理和缓存机制

    一级缓存--SqlSession级别 数据库表tb_user User package com.example.demo.domain; public class User { private Int ...

  2. 146. LRU 缓存机制 + 哈希表 + 自定义双向链表

    146. LRU 缓存机制 LeetCode-146 题目描述 题解分析 java代码 package com.walegarrett.interview; /** * @Author WaleGar ...

  3. Java实现 LeetCode 146 LRU缓存机制

    146. LRU缓存机制 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.它应该支持以下操作: 获取数据 get 和 写入数据 put . 获取数据 get(key) - ...

  4. 常见面试题之操作系统中的LRU缓存机制实现

    LRU缓存机制,全称Least Recently Used,字面意思就是最近最少使用,是一种缓存淘汰策略.换句话说,LRU机制就是认为最近使用的数据是有用的,很久没用过的数据是无用的,当内存满了就优先 ...

  5. 算法之如何实现LRU缓冲淘汰策略

    1)什么是缓存? 缓存是一种提高数据读取性能的技术,在硬件设计.软件开发中都有着非广泛的应用,比如常见的CPU缓存.数据库缓存.浏览器缓存等等. 2)为什么使用缓存?即缓存的特点缓存的大小是有限的,当 ...

  6. leetcode LRU缓存机制(list+unordered_map)详细解析

    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.它应该支持以下操作: 获取数据 get 和 写入数据 put . 获取数据 get(key) - 如果密钥 (key) 存 ...

  7. 每天一点点之数据结构与算法 - 应用 - 分别用链表和数组实现LRU缓冲淘汰策略

    一.基本概念: 1.什么是缓存? 缓存是一种提高数据读取性能的技术,在硬件设计.软件开发中都有着非广泛的应用,比如常见的CPU缓存.数据库缓存.浏览器缓存等等.   2.为什么使用缓存?即缓存的特点缓 ...

  8. Q200510-03-03 :LRU缓存机制

    LRU缓存机制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.它应该支持以下操作: 获取数据 get 和 写入数据 put . 获取数据 get(key) - 如果密钥 ( ...

  9. Q200510-03-02: LRU缓存机制

    问题: LRU缓存机制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.它应该支持以下操作: 获取数据 get 和 写入数据 put . 获取数据 get(key) - 如果 ...

随机推荐

  1. C语言多线程编程二

    一. 线程通信----事件: 1.一对一模式: #include <stdio.h> #include <stdlib.h> #include <Windows.h> ...

  2. day00 -----博客作业1

    问题1.使用while循环输入 1 2 3 4 5 6     8 9 10 i = 0 while i<10: i+=1 if i ==7: continue print(i) 问题2 求1- ...

  3. python全栈开发_day16_包

    一:包 1)包就是管理一系列模块的文件夹 2)包中有一个__init__.py文件来专门管理每一个模块(在__init__文件中不建议import导入模块,不建议as起别名) 二:导入完成的工作 1) ...

  4. [BZOJ 5072][Lydsy1710月赛]小A的树

    传送门 \(\color{green}{solution}\) 嗯...其实我也不太会,所以大胆猜个结论吧(后来证了一下,然后放弃了...). 我们发现如果要使一个联通块的黑点数量为\(k\)的方案最 ...

  5. 【性能测试】:关于测试F5负载均衡的问题

    在压测过程中,前置分发机的请求分发策略有多种,轮询,随机,DNS均衡,最小连接数等 问题出现的前提:因测试的一个系统对用户安全性校验较强,例如做交易之前,需要验证用户安全信息等 问题出现的现象:当lo ...

  6. springcloud(八)-Hystrix熔断器

    雪崩效应 在微服务架构中通常会有多个服务层调用,基础服务的故障可能会导致级联故障,进而造成整个系统不可用的情况,这种现象被称为服务雪崩效应.服务雪崩效应是一种因“服务提供者”的不可用导致“服务消费者” ...

  7. 物联网学习之路——IoT概况

    物联网IoT概念 IoT,Internet of Things,即物物相连的互联网.它包含两层意思:一,以互联网为基础:二,物物相连,实现信息的交换和通信.物联网通过智能感知.识别技术与普适计算等通信 ...

  8. 机器学习 损失函数(Loss/Error Function)、代价函数(Cost Function)和目标函数(Objective function)

    损失函数(Loss/Error Function): 计算单个训练集的误差,例如:欧氏距离,交叉熵,对比损失,合页损失 代价函数(Cost Function): 计算整个训练集所有损失之和的平均值 至 ...

  9. 2-7 js基础-ajax封装

    function json2url(json) { var arr = []; for (var name in json) { arr.push(name+'='+encodeURIComponen ...

  10. 使用jdk生成ssl证书文件

    java自带有 ssl 证书生成的工具, 在 /bin/keytools.exe 需要确认已经正确配置JAVA_HOME的环境变量 生成服务端证书: keytool -genkey -v -alias ...