手写代码实现LRU算法

雨点打透心脏的1/2处 2022-11-07 11:40 160阅读 0赞

### 目录 ###

*   *  1、问题
     *  2、答案
     *  3、结果
     *  4、解释

## 1、问题 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70 1]

## 2、答案 ##

package com.atguigu.jmap;
    
    import java.util.HashMap;
    import java.util.Map;
    
    // 哈希表 + 双向链表（哈希表中的key是int类型的值，value是Node节点，双向链表中存储的就是Node节点）
    class LRUCache { 
        // 存储容量
        private int capacity;
        // 存储Node节点的Map集合
        private Map<Integer, Node> map = new HashMap<>();
        // 存储Node节点的双向链表
        private DoubleLinkedList list = new DoubleLinkedList();
    
        public LRUCache(int capacity) { 
            this.capacity = capacity;
        }
    
        // 如果存在返回对应的值，否则返回-1
        public int get(int key) { 
            Node node = map.get(key);
            if (node != null) { 
                // 将该节点移动到双向链表的表头
                list.moveToHead(node);
                return node.value;
            }
            return -1;
        }
    
        // 添加值
        public void put(int key, int value) { 
            // 获取节点
            Node node = map.get(key);
            // 如果节点存在，直接更新节点的值
            if (node != null) { 
                node.value = value;
                // 将该节点移动到双向链表的表头
                list.moveToHead(node);
                return;
            }
            // 如果容量已经满了，那就要删除末尾的节点
            if (map.size() == capacity) { 
                // 获取尾部节点之前的节点，这个节点是我们自己的
                Node endNode = list.getEndNode();
                // 删除map集合中的该节点
                map.remove(endNode.key);
                // 删除双向链表中的该节点
                list.removeNode(endNode);
            }
            // 新建一个节点
            Node newNode = new Node(key, value);
            // 将该节点放在map中
            map.put(key, newNode);
            // 将该节点放在双向链表的表头
            list.addNode(newNode);
        }
    
        // 双向链表中的节点
        class Node { 
            int key;
            int value;
            // 前一个节点
            Node prev;
            // 后一个节点
            Node next;
    
            Node() { 
            }
    
            Node(int key, int value) { 
                this.key = key;
                this.value = value;
            }
        }
    
        // 双向链表
        class DoubleLinkedList { 
            // 双向链表的头结点和尾节点
            Node head, tail;
    
            // 必须有这样一个操作，因为我们下面需要用到head和tail
            DoubleLinkedList() { 
                head = new Node();
                tail = new Node();
                head.next = tail;
                tail.prev = head;
            }
    
            // 添加节点
            void addNode(Node node) { 
                // 先对付新节点
                node.prev = head;
                node.next = head.next;
                // 先更新node后面的节点
                head.next.prev = node;
                // 这个必须放在最后，因为前面都需要用到
                head.next = node;
            }
    
            // 返回尾部节点之前的节点
            Node getEndNode() { 
                return tail.prev;
            }
    
            // 删除某节点
            void removeNode(Node node) { 
                node.prev.next = node.next;
                node.next.prev = node.prev;
                // 最后清除该节点和其他节点的联系，用来方便垃圾回收
                node.prev = null;
                node.next = null;
            }
    
            // 将某节点移动到头部
            void moveToHead(Node node) { 
                this.removeNode(node);
                this.addNode(node);
            }
        }
    
        public static void main(String[] args) { 
            LRUCache lRUCache = new LRUCache(2);
            lRUCache.put(1, 1); // 缓存是 {1=1}
            lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
            System.out.println(lRUCache.get(1));    // 返回 1
            lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
            System.out.println(lRUCache.get(2));    // 返回 -1 (未找到)
            lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
            System.out.println(lRUCache.get(1));    // 返回 -1 (未找到)
            System.out.println(lRUCache.get(3));    // 返回 3
            System.out.println(lRUCache.get(4));    // 返回 4
        }
    }

## 3、结果 ##

1
    -1
    -1
    3
    4

## 4、解释 ##

这道题其实是力扣上的题，我只是把我的解法分享一下，题目地址是[https://leetcode-cn.com/problems/lru-cache][https_leetcode-cn.com_problems_lru-cache]，这道题想考察的知识点其实和redis有关，由于redis中有可能出现OOM的情况，如果要出现这种情况，我们就需要去有应对之法，默认采用不处理的策略，即：  
![在这里插入图片描述][20210311204017940.png]

也就是任凭内存溢出，不会进行处理；

但是这种策略不能用在生产上，所以我们可以使用另外一种处理方式，也就是**allkeys-lru**，可以在redis的配置文件中进行设置，具体设置方法如下：  
![在这里插入图片描述][2021031120405989.png]  
该策略在配置文件中也有解释，如下：  
![在这里插入图片描述][2021031120433991.png]  
含义是：“使用近似LRU算法逐出任意key”，其中提到了LRU算法，我们来看一下配置文件中对LRU算法的解释，如下：  
![在这里插入图片描述][20210311204528630.png]  
含义是：“LRU算法意味着最近使用过的”，也就是删除那些最不常用的，然后LRU算法的具体处理方式在上面问题中已经说了很清晰了，这里不再赘述；

然后问题的文字描述我已经在代码中说得很清楚了，这里再用图来说明一下；

**大体结构如下：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70 2]

**细分结构：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70 3]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70]: /images/20221023/b6a0d755c7084420a061742096c67cba.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70 1]: /images/20221023/f1a35b8f5e854d7abd848837fc4cd191.png
[https_leetcode-cn.com_problems_lru-cache]: https://leetcode-cn.com/problems/lru-cache/
[20210311204017940.png]: /images/20221023/2a19f364ef91473a8555c00508504bdb.png
[2021031120405989.png]: /images/20221023/4e1a00eda40d4f319840d60152249297.png
[2021031120433991.png]: /images/20221023/6bbdb11d7b33410b805efcf17674c33d.png
[20210311204528630.png]: /images/20221023/d4e7c1f7f50f49a189f1aed68236dbb2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70 2]: /images/20221023/88bf22ecaffa4cf6bc0f84cf6116b76f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNDQ5OTYz_size_16_color_FFFFFF_t_70 3]: /images/20221023/518d7a6a2052443bbf4c010ade133f54.png