厲害了，自己動手實作 LRU 緩存機制！

前言

最近在逛部落格的時候看到了有關Redis方面的面試題，其中提到了Redis在記憶體達到最大限制的時候會使用LRU等淘汰機制，然後找了這方面的一些資料與大家分享一下。

LRU總體大概是這樣的，最近使用的放在前面，最近沒用的放在後面，如果來了一個新的數，此時記憶體滿了，就需要把舊的數淘汰，那為了友善移動資料，肯定就得使用連結清單類似的資料結構，再加上要判斷這條資料是不是最新的或者最舊的那麼應該也要使用hashmap等key-value形式的資料結構。

第一種實作(使用LinkedHashMap)

public class LRUCache {

    int capacity;
    Map<Integer,Integer> map;

    public LRUCache(int capacity){
        this.capacity = capacity;
        map = new LinkedHashMap<>();
    }

    public int get(int key){
        //如果沒有找到
        if (!map.containsKey(key)){
            return -1;
        }
        //找到了就重新整理資料
        Integer value = map.remove(key);
        map.put(key,value);
        return value;
    }

    public void put(int key,int value){
        if (map.containsKey(key)){
            map.remove(key);
            map.put(key,value);
            return;
        }
        map.put(key,value);
        //超出capacity，删除最久沒用的即第一個,或者可以複寫removeEldestEntry方法
        if (map.size() > capacity){
            map.remove(map.entrySet().iterator().next().getKey());
        }
    }

    public static void main(String[] args) {
        LRUCache lruCache = new LRUCache(10);
        for (int i = 0; i < 10; i++) {
            lruCache.map.put(i,i);
            System.out.println(lruCache.map.size());
        }
        System.out.println(lruCache.map);
        lruCache.put(10,200);
        System.out.println(lruCache.map);
    }      

第二種實作(雙連結清單+hashmap)

public class LRUCache {

    private int capacity;
    private Map<Integer,ListNode>map;
    private ListNode head;
    private ListNode tail;

    public LRUCache2(int capacity){
        this.capacity = capacity;
        map = new HashMap<>();
        head = new ListNode(-1,-1);
        tail = new ListNode(-1,-1);
        head.next = tail;
        tail.pre = head;
    }

    public int get(int key){
        if (!map.containsKey(key)){
            return -1;
        }
        ListNode node = map.get(key);
        node.pre.next = node.next;
        node.next.pre = node.pre;
        return node.val;
    }

    public void put(int key,int value){
        if (get(key)!=-1){
            map.get(key).val = value;
            return;
        }
        ListNode node = new ListNode(key,value);
        map.put(key,node);
        moveToTail(node);

        if (map.size() > capacity){
            map.remove(head.next.key);
            head.next = head.next.next;
            head.next.pre = head;
        }
    }

    //把節點移動到尾巴
    private void moveToTail(ListNode node) {
        node.pre = tail.pre;
        tail.pre = node;
        node.pre.next = node;
        node.next = tail;
    }

    //定義雙向連結清單節點
    private class ListNode{
        int key;
        int val;
        ListNode pre;
        ListNode next;

        //初始化雙向連結清單
        public ListNode(int key,int val){
            this.key = key;
            this.val = val;
            pre = null;
            next = null;
        }
    }
}      

像第一種方式，如果複寫removeEldestEntry會更簡單，這裡簡單的展示一下

public class LRUCache extends LinkedHashMap<Integer,Integer> {
    private int capacity;

    @Override
    protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
        return size() > capacity;
    }
}