数据结构与算法 | 如何实现LRU缓存淘汰算法

原文链接：https://wangwei.one/posts/jav…前面，我们学习了 链表 的实现，今天我们来学习链表的一个经典的应用场景——LRU淘汰算法。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常广泛的应用，比如常见的 CPU 缓存、数据库缓存、浏览器缓存等等。缓存的大小有限，当缓存被用满时，哪些数据应该被清理出去，哪些数据应该被保留？这就需要缓存淘汰策略来决定。常见的策略有三种：先进先出策略 FIFO（First In，First Out）、最少使用策略 LFU（Least Frequently Used）、最近最少使用策略 LRU（Least Recently Used），本篇将介绍LRU策略算法。LRU Cache这一算法的核心思想是，当缓存数据达到预设的上限后，会优先淘汰掉近期最少使用的缓存对象。思路LRU淘汰算法涉及数据的添加与删除，出于性能考虑，采用链表来进行实现，思路如下：维护一个双向链表用于存放缓存数据，越接近链表尾部的数据表示越少被使用到。放入一个数据时，如果数据已存在则将其移动到链表头部，并更新Key所对应的Value值，如果不存在，则：如果缓存容量已达到最大值，则将链表尾部节点删除掉，将新的数据放入链表头部；如果缓存容量未达到最大值，则直接将新的数据放入链表头部；查询一个数据时，遍历整个链表，如果能查询到对应的数据，则将其移动到链表头部；如果查询不到则返回null；由于遍历链表的时间复杂度为O(n)，我们可以使用散列表HashMap来记录每个Key所对应的Node节点，将时间复杂度降为O(1)。代码package one.wangwei.algorithms.utils;import java.util.HashMap;import java.util.Map;/** * LRU Cache * * @author https://wangwei.one * @date 2019/01/29 /public class LRUCache<K, V> { private int capacity; private Node head; private Node tail; private Map<K, Node> nodeMap; public LRUCache(int capacity) { this.capacity = capacity; this.nodeMap = new HashMap<>(capacity); } /* * Get Key * * @param key * @return / public V get(K key) { Node existNode = nodeMap.get(key); if (existNode == null) { return null; } remove(existNode); addFirst(existNode); return existNode.value; } /* * Add Key-Value * * @param key * @param value / public void put(K key, V value) { Node existNode = nodeMap.get(key); if (existNode == null) { Node newNode = new Node(key, value); if (nodeMap.size() >= capacity) { removeLast(); } addFirst(newNode); } else { // update the value existNode.value = value; remove(existNode); addFirst(existNode); } } /* * remove node * * @param node / private void remove(Node node) { Node prev = node.prev; Node next = node.next; if (prev == null) { head = next; } else { prev.next = next; } if (next == null) { tail = prev; } else { next.prev = prev; } nodeMap.remove(node.key); } /* * add first node * * @param node / private void addFirst(Node node) { node.prev = null; if (head == null) { head = tail = node; } else { node.next = head; head.prev = node; head = node; } nodeMap.put(node.key, node); } /* * remove last */ private void removeLast() { if (tail == null) { return; } // remove key from map nodeMap.remove(tail.key); // remove node from linked list Node prev = tail.prev; if (prev != null) { prev.next = null; tail = prev; } else { head = tail = null; } } private class Node { private K key; private V value; private Node prev; private Node next; private Node(K key, V value) { this.key = key; this.value = value; } }}源码LeetCode上相关的练习题：Leetcode 146. LRU Cache性能测试：LeetCode上运行时间为88ms，超过了 43.42% 的Java代码。相关练习链表反转链表环检测有序链表合并删除倒数第N个节点求链表的中间结点参考资料《数据结构与算法之美》