基于LinkedHashMap实现LRU缓存
作者:JAVA旭阳
LinkedHashMap是Java集合中一个常用的容器,它继承了HashMap, 是一个有序的Hash表。那么该如何基于LinkedHashMap实现一个LRU缓存呢?本文将介绍LinkedHashMap的实现原理,感兴趣的同学可以参考一下
概述
LinkedHashMap是Java集合中一个常用的容器,它继承了HashMap, 是一个有序的Hash表。那么该如何基于LinkedHashMap实现一个LRU缓存呢?这也是面试经常被问到的题目,主要是考察你对Java集合容器的了解程度以及LinkedHashMap的实现原理。
分析
什么是LRU?
LRU(Least Recently Used)指的是最近最少使用,是一种缓存淘汰算法,淘汰掉那个最少使用的的数据。
- LinkedHashMap是有序的,它默认通过双向链表维护元素的插入顺序,同时,通过构造函数设置accessOrder属性为true的情况,维护元素的访问顺序,这里的访问包括插入、修改、查询等元素,每次操作都会记录顺序,所以LRU缓存其实是包括访问的,所以我们需要通过构造函数设置LinkedHashMap设置accessOrder为true。
- 已经解决了顺序的问题,也就是最近访问的会在双向链表的尾部,最老的数据会在头部。那么如何删除头部的元素呢?其实LinkedHashMap也提供了一个回调函数removeEldestEntry,它也会在添加元素的时候调用, 默认返回false,我们可以通过重写这个方法的逻辑,如果LinkedHashMap大于缓存指定数量,就进行淘汰。
LRU缓存实现
场景:我们需要设计一个缓存最多只能存储10个元素,当元素个数超过10的时候,删除(淘汰)那些最近最少使用的数据,仅保存热点数据。
public class LRUCache<K, V> extends LinkedHashMap<K, V> { /** * 缓存允许的最大容量 */ private final int maxSize; public LRUCache(int initialCapacity, int maxSize) { // accessOrder必须为true super(initialCapacity, 0.75f, true); this.maxSize = maxSize; } // 重写 @Override protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { // 当键值对个数超过最大容量时,返回true,触发删除操作 return size() > maxSize; } public static void main(String[] args) { LRUCache<String, String> cache = new LRUCache<>(5, 5); cache.put("1", "1"); cache.put("2", "2"); cache.put("3", "3"); cache.put("4", "4"); // 做一次查询 cache.get("1"); cache.put("5", "5"); cache.put("6", "6"); cache.put("7", "7"); System.out.println(cache); } }
运行结果:
{4=4, 1=1, 5=5, 6=6, 7=7}
因为做了一次cache.get("1")
,相当于操作了1这个元素,变"新"了,所以只能淘汰3, 4。
总结
通过本文想必大家对LinkedHashMap有了更深的了解,可以用它来实现一个LRU缓存,实际上,通过LinkedHashMap实现LRU还是挺常见的,比如logback框架的LRUMessageCache。
到此这篇关于基于LinkedHashMap实现LRU缓存的文章就介绍到这了,更多相关LinkedHashMap实现LRU缓存内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!