LRU缓存算法
首先是一个单链表的结果，key存储的是位置。val存储的是值。 链表的一个节点有两个值。
1.需要解决的几个问题
1.为什么使用双链表，在内存中找到某个节点，想要删除当前的节点需要找到前一个内存的地址，这样效率太低了。使用双链表可以原地的删除一个节点。
2.如何快速找到某个节点呢？通过哈希表，时间复杂度是o(1) 可以快速找到内存的地址。
对于LRU
1.每次查询过后的节点，应该题为到队尾。保存最近的使用。具体就是先删除当前的节点，再插入到队列末端。
2.对于put的逻辑，如果已经存在，将key提升为最近使用的
如果不存在，插入新的key。 如果容量满了，淘汰最久没有使用的key。再插入进去。
public class Node {
public int key, val;
public Node prev;
public Node next;
public Node() {
}
public Node(int key, int value) {
this.key = key;
this.val = value;
}
}
public class DoubleList {
public Node head, tail;
public int size;
public DoubleList() {
head = new Node(0, 0);
tail = new Node(0, 0);
head.next = tail;
tail.prev = head;
size = 0;
}
//添加新的页面进来 图1
public void addLast(Node x) {
x.prev = tail.prev;
x.next = tail;
tail.prev.next = x;
tail.prev = x;
size++;
}
//删除一个节点
public void remove(Node x) {
x.prev.next = x.next;
x.next.prev = x.prev;
size--;
}
// 返回链表⻓度，时间 O(1)
public int size() {
return size;
}
// 删除链表中第⼀个节点，并返回该节点，时间 O(1)
public Node removeFirst() {
if (head.next == tail)
return null;
Node first = head.next;
remove(first);
return first;
}
//
public void print() {
Node cur=this.head.next;
while (cur.next!=null){
System.out.print(cur.key+" ");
cur=cur.next;
}
System.out.println();
}
}
package 操作系统代码.页面置换算法.lru;
import java.util.HashMap;
import java.util.Map;
public class LRUCache {
// key -> Node(key, val)
private HashMap<Integer, Node> map;
// Node(k1, v1) <-> Node(k2, v2)...
private DoubleList cache;
// 最⼤容量
private int cap; //多少块
public LRUCache(int capacity) {
this.cap = capacity;
map = new HashMap<>();
cache = new DoubleList();
}
/* 将某个 key 提升为最近使⽤的 */
private void makeRecently(int key) {
Node x = map.get(key);
// 先从链表中删除这个节点
cache.remove(x);
// 重新插到队尾
cache.addLast(x);
}
/* 添加最近使⽤的元素 */
private void addRecently(int key, int val) {
Node x = new Node(key, val);
// 链表尾部就是最近使⽤的元素
cache.addLast(x);
// 别忘了在 map 中添加 key 的映射
map.put(key, x);
}
/* 删除某⼀个 key */
private void deleteKey(int key) {
Node x = map.get(key);
// 从链表中删除
cache.remove(x);
// 从 map 中删除
map.remove(key);
}
/* 删除最久未使⽤的元素 */
private void removeLeastRecently() {
// 链表头部的第⼀个元素就是最久未使⽤的
Node deletedNode = cache.removeFirst();
// 同时别忘了从 map 中删除它的 key
int deletedKey = deletedNode.key;
map.remove(deletedKey);
}
//一个是get方法 一个是put方法
public int get(int key) {
if (!map.containsKey(key)) {
return -1;
}
// 将该数据提升为最近使⽤的
makeRecently(key);
return map.get(key).val;
}
public void put(int key, int val) {
if (map.containsKey(key)) {
// 删除旧的数据
deleteKey(key);
// 新插⼊的数据为最近使⽤的数据
addRecently(key, val);
return;
}
if (cap == cache.size()) {
// 删除最久未使⽤的元素
removeLeastRecently();
}
// 添加为最近使⽤的元素
addRecently(key, val);
}
public static void main(String[] args) {
LRUCache cache = new LRUCache(2);
cache.put(1, 1);
cache.cache.print();
// cache = [(1, 1)]
cache.put(2, 2);
// cache = [(2, 2), (1, 1)]
cache.cache.print();
cache.get(1); // 返回 1
// cache = [(1, 1), (2, 2)]
// 解释：因为最近访问了键 1，所以提前⾄队头
// 返回键 1 对应的值 1
cache.cache.print();
cache.put(3, 3);
// cache = [(3, 3), (1, 1)]
// 解释：缓存容量已满，需要删除内容空出位置
// 优先删除久未使⽤的数据，也就是队尾的数据
// 然后把新的数据插⼊队头
cache.get(2); // 返回 -1 (未找到)
cache.cache.print();
// cache = [(3, 3), (1, 1)]
// 解释：cache 中不存在键为 2 的数据
cache.put(1, 4);
cache.cache.print();
// cache = [(1, 4), (3, 3)]
// 解释：键 1 已存在，把原始值 1 覆盖为 4
// 不要忘了也要将键值对提前到队头
}
}
原文地址：https://blog.csdn.net/ngczx/article/details/143608393
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！