最简单的LRU算法实现,就是利用jdk的LinkedHashMap,覆写其中的removeEldestEntry(Map.Entry)方法即可,如下所示:

java 代码
  1. import java.util.ArrayList;
  2. import java.util.Collection;
  3. import java.util.LinkedHashMap;
  4. import java.util.concurrent.locks.Lock;
  5. import java.util.concurrent.locks.ReentrantLock;
  6. import java.util.Map;
  7. /**
  8. * 类说明:利用LinkedHashMap实现简单的缓存, 必须实现removeEldestEntry方法,具体参见JDK文档
  9. *
  10. * @author dennis
  11. *
  12. * @param <K>
  13. * @param <V>
  14. */
  15. public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {
  16. private final int maxCapacity;
  17. private static final float DEFAULT_LOAD_FACTOR = 0.75f;
  18. private final Lock lock = new ReentrantLock();
  19. public LRULinkedHashMap(int maxCapacity) {
  20. super(maxCapacity, DEFAULT_LOAD_FACTOR, true);
  21. this.maxCapacity = maxCapacity;
  22. }
  23. @Override
  24. protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
  25. return size() > maxCapacity;
  26. }
  27. @Override
  28. public boolean containsKey(Object key) {
  29. try {
  30. lock.lock();
  31. return super.containsKey(key);
  32. } finally {
  33. lock.unlock();
  34. }
  35. }
  36. @Override
  37. public V get(Object key) {
  38. try {
  39. lock.lock();
  40. return super.get(key);
  41. } finally {
  42. lock.unlock();
  43. }
  44. }
  45. @Override
  46. public V put(K key, V value) {
  47. try {
  48. lock.lock();
  49. return super.put(key, value);
  50. } finally {
  51. lock.unlock();
  52. }
  53. }
  54. public int size() {
  55. try {
  56. lock.lock();
  57. return super.size();
  58. } finally {
  59. lock.unlock();
  60. }
  61. }
  62. public void clear() {
  63. try {
  64. lock.lock();
  65. super.clear();
  66. } finally {
  67. lock.unlock();
  68. }
  69. }
  70. public Collection<Map.Entry<K, V>> getAll() {
  71. try {
  72. lock.lock();
  73. return new ArrayList<Map.Entry<K, V>>(super.entrySet());
  74. } finally {
  75. lock.unlock();
  76. }
  77. }
  78. }

如果你去看LinkedHashMap的源码可知,LRU算法是通过双向链表来实现,当某个位置被命中,通过调整链表的指向将该位置调整到头位置,新加入 的内容直接放在链表头,如此一来,最近被命中的内容就向链表头移动,需要替换时,链表最后的位置就是最近最少使用的位置。
    LRU算法还可以通过计数来实现,缓存存储的位置附带一个计数器,当命中时将计数器加1,替换时就查找计数最小的位置并替换,结合访问时间戳来实现。这种 算法比较适合缓存数据量较小的场景,显然,遍历查找计数最小位置的时间复杂度为O(n)。我实现了一个,结合了访问时间戳,当最小计数大于 MINI_ACESS时,就移除最久没有被访问的项:

java 代码
  1. import java.io.Serializable;
  2. import java.util.ArrayList;
  3. import java.util.Collection;
  4. import java.util.HashMap;
  5. import java.util.Iterator;
  6. import java.util.Map;
  7. import java.util.Set;
  8. import java.util.concurrent.atomic.AtomicInteger;
  9. import java.util.concurrent.atomic.AtomicLong;
  10. import java.util.concurrent.locks.Lock;
  11. import java.util.concurrent.locks.ReentrantLock;
  12. /**
  13. *
  14. * @author dennis
  15. * 类说明:当缓存数目不多时,才用缓存计数的传统LRU算法
  16. * @param <K>
  17. * @param <V>
  18. */
  19. public class LRUCache<K, V> implements Serializable {
  20. private static final int DEFAULT_CAPACITY = 100;
  21. protected Map<K, ValueEntry> map;
  22. private final Lock lock = new ReentrantLock();
  23. private final transient int maxCapacity;
  24. private static int MINI_ACCESS = 10;
  25. public LRUCache() {
  26. this(DEFAULT_CAPACITY);
  27. }
  28. public LRUCache(int capacity) {
  29. if (capacity <= 0)
  30. throw new RuntimeException("缓存容量不得小于0");
  31. this.maxCapacity = capacity;
  32. this.map = new HashMap<K, ValueEntry>(maxCapacity);
  33. }
  34. public boolean ContainsKey(K key) {
  35. try {
  36. lock.lock();
  37. return this.map.containsKey(key);
  38. } finally {
  39. lock.unlock();
  40. }
  41. }
  42. public V put(K key, V value) {
  43. try {
  44. lock.lock();
  45. if ((map.size() > maxCapacity - 1) && !map.containsKey(key)) {
  46. // System.out.println("开始");
  47. Set<Map.Entry<K, ValueEntry>> entries = this.map.entrySet();
  48. removeRencentlyLeastAccess(entries);
  49. }
  50. ValueEntry valueEntry = map.put(key, new ValueEntry(value));
  51. if (valueEntry != null)
  52. return valueEntry.value;
  53. else
  54. return null;
  55. } finally {
  56. lock.unlock();
  57. }
  58. }
  59. /**
  60. * 移除最近最少访问
  61. */
  62. protected void removeRencentlyLeastAccess(
  63. Set<Map.Entry<K, ValueEntry>> entries) {
  64. // 最小使用次数
  65. int least = 0;
  66. // 最久没有被访问
  67. long earliest = 0;
  68. K toBeRemovedByCount = null;
  69. K toBeRemovedByTime = null;
  70. Iterator<Map.Entry<K, ValueEntry>> it = entries.iterator();
  71. if (it.hasNext()) {
  72. Map.Entry<K, ValueEntry> valueEntry = it.next();
  73. least = valueEntry.getValue().count.get();
  74. toBeRemovedByCount = valueEntry.getKey();
  75. earliest = valueEntry.getValue().lastAccess.get();
  76. toBeRemovedByTime = valueEntry.getKey();
  77. }
  78. while (it.hasNext()) {
  79. Map.Entry<K, ValueEntry> valueEntry = it.next();
  80. if (valueEntry.getValue().count.get() < least) {
  81. least = valueEntry.getValue().count.get();
  82. toBeRemovedByCount = valueEntry.getKey();
  83. }
  84. if (valueEntry.getValue().lastAccess.get() < earliest) {
  85. earliest = valueEntry.getValue().count.get();
  86. toBeRemovedByTime = valueEntry.getKey();
  87. }
  88. }
  89. // System.out.println("remove:" + toBeRemoved);
  90. // 如果最少使用次数大于MINI_ACCESS,那么移除访问时间最早的项(也就是最久没有被访问的项)
  91. if (least > MINI_ACCESS) {
  92. map.remove(toBeRemovedByTime);
  93. } else {
  94. map.remove(toBeRemovedByCount);
  95. }
  96. }
  97. public V get(K key) {
  98. try {
  99. lock.lock();
  100. V value = null;
  101. ValueEntry valueEntry = map.get(key);
  102. if (valueEntry != null) {
  103. // 更新访问时间戳
  104. valueEntry.updateLastAccess();
  105. // 更新访问次数
  106. valueEntry.count.incrementAndGet();
  107. value = valueEntry.value;
  108. }
  109. return value;
  110. } finally {
  111. lock.unlock();
  112. }
  113. }
  114. public void clear() {
  115. try {
  116. lock.lock();
  117. map.clear();
  118. } finally {
  119. lock.unlock();
  120. }
  121. }
  122. public int size() {
  123. try {
  124. lock.lock();
  125. return map.size();
  126. } finally {
  127. lock.unlock();
  128. }
  129. }
  130. public Collection<Map.Entry<K, V>> getAll() {
  131. try {
  132. lock.lock();
  133. Set<K> keys = map.keySet();
  134. Map<K, V> tmp = new HashMap<K, V>();
  135. for (K key : keys) {
  136. tmp.put(key, map.get(key).value);
  137. }
  138. return new ArrayList<Map.Entry<K, V>>(tmp.entrySet());
  139. } finally {
  140. lock.unlock();
  141. }
  142. }
  143. class ValueEntry implements Serializable {
  144. private V value;
  145. private AtomicInteger count;
  146. private AtomicLong lastAccess;
  147. public ValueEntry(V value) {
  148. this.value = value;
  149. this.count = new AtomicInteger(0);
  150. lastAccess = new AtomicLong(System.nanoTime());
  151. }
  152. public void updateLastAccess() {
  153. this.lastAccess.set(System.nanoTime());
  154. }
  155. }
  156. }

简单LRU算法实现缓存的更多相关文章

  1. LinkedList实现基于LRU算法的缓存

    LinkedList实现基于LRU算法的缓存 2015年08月07日 18:18:45 秦江波 阅读数 2068 文章标签: java算法linkedlist缓存LRU更多 分类专栏: Java   ...

  2. GuavaCache学习笔记一:自定义LRU算法的缓存实现

    前言 今天在看GuavaCache缓存相关的源码,这里想到先自己手动实现一个LRU算法.于是乎便想到LinkedHashMap和LinkedList+HashMap, 这里仅仅是作为简单的复习一下. ...

  3. LinkedHashMap 和 LRU算法实现

    个人觉得LinkedHashMap 存在的意义就是为了实现 LRU 算法. public class LinkedHashMap<K,V> extends HashMap<K,V&g ...

  4. Guava---缓存之LRU算法

    随笔 - 169  文章 - 0  评论 - 292 GuavaCache学习笔记一:自定义LRU算法的缓存实现   前言 今天在看GuavaCache缓存相关的源码,这里想到先自己手动实现一个LRU ...

  5. Android图片缓存之Lru算法

    前言: 上篇我们总结了Bitmap的处理,同时对比了各种处理的效率以及对内存占用大小.我们得知一个应用如果使用大量图片就会导致OOM(out of memory),那该如何处理才能近可能的降低oom发 ...

  6. 缓存淘汰算法--LRU算法

    1. LRU1.1. 原理 LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是"如果数据最近被访问过,那么将来被访问的几率也 ...

  7. LRU算法 缓存淘汰策略

    四种实现方式 LRU 1.1. 原理 LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也 ...

  8. LRU算法---缓存淘汰算法

    计算机中的缓存大小是有限的,如果对所有数据都缓存,肯定是不现实的,所以需要有一种淘汰机制,用于将一些暂时没有用的数据给淘汰掉,以换入新鲜的数据进来,这样可以提高缓存的命中率,减少磁盘访问的次数. LR ...

  9. 缓存淘汰算法--LRU算法(转)

    (转自:http://flychao88.iteye.com/blog/1977653) 1. LRU1.1. 原理 LRU(Least recently used,最近最少使用)算法根据数据的历史访 ...

随机推荐

  1. 查看oracle 数据库的DBID

    (1)使用rman查看$ rman target /Recovery Manager: Release 11.2.0.4.0 - Production on Fri Jun 12 03:20:19 2 ...

  2. 发现前端框架 bui-min.js

    http://www.builive.com/apps/default/main.html#menu/code http://www.builive.com/demo/grid-plugin.php# ...

  3. centos 6.4下安装postgresql 9.2

    我的linux版本是centos 6.4 ,准备安装postgresql 9.2 根据官方说明: http://www.postgresql.org/download/linux/redhat/ 缺省 ...

  4. PostgreSQL Replication之第十二章 与Postgres-XC一起工作(2)

    12.2安装 Postgres-XC 可以从 http://postgres-xc.sourceforge.net/下载Postgres-XC.对于本书,我们使用1.0.3版本的Postgres-XC ...

  5. 企业Openvpn环境部署

                   企业Openvpn环境部署                                         作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任 ...

  6. VCL 如何加载Gif图片和Png图片

    加上头文件#include <Vcl.Imaging.GIFImg.hpp> #include <Vcl.Imaging.pngimage.hpp> Image1->Pi ...

  7. Spring day01

    1 实例化Spring容器 新建springday01项目1.F盘jar/Spring/first/五个jar包拷贝到lib下,复制xml文件到项目first包下2.First.java测试如何启动容 ...

  8. 5. 星际争霸之php设计模式--抽象工厂模式

    题记==============================================================================本php设计模式专辑来源于博客(jymo ...

  9. 【pyQuery分析实例】分析体育网冠军联盟比赛成绩

    目标地址:http://www.espncricinfo.com/champions-league-twenty20-2012/engine/match/574265.html liz@nb-liz: ...

  10. 《OpenGL游戏编程》第9章-PlanarShadow关键代码注释

    阴影这块确实是难点.说到阴影就必须提到投影矩阵.模板值为1和2时分别渲染.说来话长,仅仅放上代码,供日后查阅. /** 渲染墙面和阴影 */ void CPlanarShadow::Render() ...