LRU

一、什麼是LRU？LRU就是Least Recently Used的縮寫，翻譯過來是：最近最少使用，什麼意思呢，請看下面這個示例。

我們要在有限的記憶體中存放一些<K,V>鍵值對，這些鍵值對很多，所有的鍵值對所佔記憶體大於物理可用記憶體，並且每個鍵值對被訪問的情況也是不一樣的。當記憶體用盡的時候，這時新來了一個鍵值對，這時我們要如何處理呢？從記憶體中刪除“潛水”時間最長的那個鍵值對，這樣就可以把新來的鍵值對存入記憶體了，這就是LRU演算法，也是在Redis快取丟棄策略的一種。上面說的“潛水”時間最長指的是：被人遺忘時間最長的那個鍵值對，遺忘指的是沒有被人訪問過。
總結一下，LRU就是當你記憶體中資料到達指定容量的時候，LRU選擇將最長時間沒有被使用過的那個鍵值對從記憶體中移除。

二、 明白什麼是LRU演算法之後，我們來看看該怎麼實現它？
1 我們需要儲存<K,V>鍵值對
2 可以指定可以儲存多少個鍵值對
3 當儲存容量滿了以後，移除最長時間沒有被訪問過的鍵值對
分析一下上面的需求

• 儲存鍵值對：第一想法是使用HashMap儲存，畢竟HashMap是為“儲存鍵值對而生”。
• 指定容量：這也容易，每次向map中put鍵值對後，就檢查map的容量是否超出了指定的容量，如果超出了，從map中移除一個元素即可。
• 移除誰？難點在這裡，當map在put操作之後超出了指定容量，我們移除誰？怎麼找出那個“潛水”時間最長的鍵值對呢？第一個想法是我們需要維護一個有序的連結串列，這個連結串列從前到後“潛水”時間越來越短。這樣當map的容量滿了以後我們只需要獲取連結串列頭部元素，然後從map中移除該鍵值對即可，這也說明了連結串列節點中需要包含對應鍵值對的key，否則找到連結串列頭結點後如何移除呢？
• 為什麼使用連結串列？容量指定的情況下，為什麼不使用陣列呢？原因如下，“潛水”時間最長的鍵值對經常傳送變化，也就是連結串列中元素順序經常發生改變，另外一方面，連結串列的插入和操作刪除效率要比陣列高。
• 如何維護連結串列節點的順序？可以這樣，當一個“潛水”的鍵值對被訪問後，把該節點從連結串列中移除，然後把這個節點插入到連結串列末尾，這樣就可以保證連結串列第一個元素永遠是“潛水”時間最長的鍵值對；連結串列末尾的元素永遠是最近被訪問過的元素。這樣當map超出指定容量之後只需要刪除連結串列頭的鍵值對即可。

public class LRUCache {
	static class Node
 
 {
		//鍵值對
		private int key;
		private int value;
		//維護“潛水”鍵值對，雙向連結串列
		private Node pre;
		private Node next;
		//構造器
		public Node(){}
		public Node(int key,int value){
			this.key = key;
			this.value = value;
		}
	}
	
	private int cap;//指定的容量
	//保留“潛水”雙向連結串列的頭尾指標
	private Node head;
	private Node tail;
	private HashMap<Integer,Node> map;//儲存鍵值對的map 
	
	public LRUCache(int capacity){
		this.cap = capacity;
		head = new Node();//初始化頭尾節點，這裡的頭結點是輔助節點,head節點不儲存任何有效元素
		tail = head;
		map = new HashMap<>((int)(cap/0.75)+1);//構造器初始容量這樣設定可以保證map不會發生擴容
	}
	
	//將指定節點從連結串列中刪除
	private void removeNode(Node cur){
		if(cur == tail){
			tail = tail.pre;
			tail.next = null;
			cur.pre = null;
		}else{
			cur.pre.next = cur.next;
			cur.next.pre = cur.pre;
			cur.pre = null;
			cur.next = null;
		}
	}
	
	//將指定節點追加到連結串列末尾
	private void add(Node cur){
		tail.next = cur;
		cur.pre = tail;
		
		tail = cur;
	}
	
	//訪問一個鍵值對
	public int get(int key){
		Node cur = map.get(key);
		if(cur == null){//不存在這個key
			return -1;
		}else{ //存在，含義是當前潛水節點已經被訪問了,將這個節點新增到連結串列末尾
			removeNode(cur);
			add(cur);
			
			return cur.value;
		}
	}
	
	//儲存一個鍵值對
	public void put(int key,int value){
		Node cur = map.get(key);
		if(cur == null){//put前不存在這個key
			cur = new Node(key,value);
			
			//將該鍵值對移動到連結串列末尾
			map.put(key, cur);
			add(cur);
			
			//超出了容量，移除連結串列頭結點後面那個元素(頭結點是輔助節點)
			if(map.size()>cap && head!=tail){
				Node outDate = head.next;
				removeNode(outDate);
				map.remove(outDate.key);
			}
		}else{ //put之前已經存在,將這個鍵值對移到連結串列末尾即可
			removeNode(cur);
			add(cur);
			cur.value = value; //更新這個key的值
		}
	}
	
}

說明：

LinkedHashMap其實是可以直接支援LRU的，面試的時候可以提及這一點，但是面試官不會支援你使用LinkedHashMap實現LRU。實質LinkedHashMap底層實現也是類似原理，使用LinkedHashMap實現LRU程式碼如下：

//繼承一下LinkedHashMap這個類，
//使用LinkedHashMap實現LRU演算法
class LRULinkedHashMap<K,V> extends LinkedHashMap<K,V>{
      //定義快取的容量
      private int capacity;
      //帶引數的構造器   
      LRULinkedHashMap(int capacity){
          //呼叫LinkedHashMap的構造器
          super(capacity,0.75f,true);
          //傳入指定的快取最大容量
          this.capacity=capacity;
      }
     //返回true就會移除“潛水”時間最長的鍵值對
      @Override
      public boolean removeEldestEntry
         (Map.Entry<K, V> eldest){
         //引數eldest就是“潛水”時間最長的鍵值對，可以獲得對應的
         //key,value
          return size()>capacity;
      }  
  }

參考

• https://blog.csdn.net/liewen_/article/details/83150476