部落客在keep、度小滿和頭條的面試中都曾遇到過這位“算法屆小明星”;身邊有同學在百度的面試中也層遇到過。LRU名副其實的面試算法明星。
那麼LRU究竟是個什麼東西呢,聽上去是那麼的高大上。Least Recently Used就是LRU的真面目,翻譯過來是:最近最少使用,什麼意思呢,請看下面這個示例。
我們要在有限的記憶體中存放一些<K,V>鍵值對,這些鍵值對很多,所有的鍵值對所占記憶體大于實體可用記憶體,并且每個鍵值對被通路的情況也是不一樣的。當記憶體用盡的時候,這時新來了一個鍵值對,這時我們要如何處理呢?從記憶體中删除“潛水”時間最長的那個鍵值對,這樣就可以把新來的鍵值對存入記憶體了,這就是LRU算法,也是在Redis緩存丢棄政策的一種。上面說的“潛水”時間最長指的是:被人遺忘時間最長的那個鍵值對,遺忘指的是沒有被人通路過。
總結之下,LRU就是當你記憶體中資料到達指定容量的時候,LRU選擇将最長時間沒有被使用過的那個鍵值對從記憶體中移除。
我們回顧一下要實作的功能,功能完成了,LRU也就實作了:
- 我們需要存儲<K,V>鍵值對
- 可以指定可以存儲多少個鍵值對
- 當存儲容量滿了以後,移除最長時間沒有被通路過的鍵值對
分析一下上面的需求
- 存儲鍵值對:第一想法是使用HashMap存儲,畢竟HashMap是為“存儲鍵值對而生”。
- 指定容量:這也容易,每次向map中put鍵值對後,就檢查map的容量是否超出了指定的容量,如果超出了,從map中移除一個元素即可。
- 移除誰?難點在這裡,當map在put操作之後超出了指定容量,我們移除誰?怎麼找出那個“潛水”時間最長的鍵值對呢?第一個想法是我們需要維護一個有序的連結清單,這個連結清單從前到後“潛水”時間越來越短。這樣當map的容量滿了以後我們隻需要擷取連結清單頭部元素,然後從map中移除該鍵值對即可,這也說明了連結清單節點中需要包含對應鍵值對的key,否則找到連結清單頭結點後如何移除呢?
- 為什麼使用連結清單?容量指定的情況下,為什麼不使用數組呢?原因如下,“潛水”時間最長的鍵值對經常發送變化,也就是連結清單中元素順序經常發生改變,另外一方面,連結清單的插入和操作删除效率要比數組高。
- 如何維護連結清單節點的順序?可以這樣,當一個“潛水”的鍵值對被通路後,把該節點從連結清單中移除,然後把這個節點插入到連結清單末尾,這樣就可以保證連結清單第一個元素永遠是“潛水”時間最長的鍵值對;連結清單末尾的元素永遠是最近被通路過的元素。這樣當map超出指定容量之後隻需要删除連結清單頭的鍵值對即可。
public class LRUCache {
//“潛水”連結清單節點,抽象
static class Node{
//鍵值對
private int key;
private int value;
//維護“潛水”鍵值對,雙向連結清單
private Node pre;
private Node next;
//構造器
Node(){}
Node(int key,int value){
this.key = key;
this.value = value;
}
}
//指定的容量
private int cap;
//保留“潛水”雙向連結清單的頭尾指針
private Node head;
private Node tail;
//儲存鍵值對的map
private HashMap<Integer,Node> map;
//構造器參數是:指定的容量
public LRUCache(int capacity) {
this.cap = capacity;
//初始化頭尾節點,這裡的頭結點是輔助節點
//head節點不存儲任何有效元素
head = new Node();
tail = head;
//構造器初試容量這樣設定可以保證map
//不會發生擴容,詳見之前的HashMap
//講解文章
map = new HashMap<>((int)(cap/0.75)+1);
}
//将指定節點從連結清單中删除
private void removeNode(Node cur){
if(cur==tail){
tail = tail.pre;
tail.next = null;
cur.pre = null;
}else{
cur.pre.next = cur.next;
cur.next.pre = cur.pre;
cur.pre = null;
cur.next = null;
}
}
//将指定節點追加到連結清單末尾
private void add(Node cur){
tail.next = cur;
cur.pre = tail;
tail = cur;
}
//通路一個鍵值對
public int get(int key) {
Node cur = map.get(key);
//不存在這個key
if(cur==null){
return -1;
}else{//存在
//含義是目前潛水節點已經被通路了
//将這個節點添加到連結清單末尾
removeNode(cur);
add(cur);
return cur.value;
}
}
//存儲一個鍵值對
public void put(int key, int value) {
Node cur = map.get(key);
if(cur==null){
//put前不存在這個key
cur = new Node(key,value);
//将該鍵值對移動到連結清單末尾
map.put(key,cur);
add(cur);
//超出了容量,移除連結清單頭結點
//後面那個元素(頭結點是輔助節點)
if(map.size()>cap && head!=tail){
Node outDate = head.next;
removeNode(outDate);
//不能忘記這裡
map.remove(outDate.key);
}
}else{
//put之前已經存在
//将這個鍵值對移到連結清單末尾即可
removeNode(cur);
add(cur);
//更新這個key的值
cur.value = value;
}
}
}
對LRU算法還有疑問的同學請在評論中留言。希望大家更多的是了解,了解之後,LRU算法就不那麼難了,學習在于了解。文章有不足支援歡迎大家評論留言~。
最後LinkedHashMap其實是可以直接支援LRU的,面試的時候可以提及這一點,但是面試官不會支援你使用LinkedHashMap實作LRU。之後講解LinkedHashMap源碼的時候會有詳細說明,實質上LinkedHashMap底層實作也是類似原理,使用LinkedHashMap實作LRU代碼如下:
//繼承一下LinkedHashMap這個類,
//使用LinkedHashMap實作LRU算法
public class LRULinkedHashMap<K,V> extends LinkedHashMap<K,V>{
//定義緩存的容量
private int capacity;
//帶參數的構造器
LRULinkedHashMap (int capacity){
//調用LinkedHashMap的構造器
super(capacity,0.75f,true);
//傳入指定的緩存最大容量
this.capacity=capacity;
}
//傳回true就會移除“潛水”時間最長
//的鍵值對
@Override
public boolean removeEldestEntry(Map.Entry<K, V> eldest){
//參數eldest就是“潛水”時間最長的鍵值對,可以獲得對應的key,value
return size()>capacity;
}
}
掃描下方二維碼,及時擷取更多網際網路求職面經、java、python、爬蟲、大資料等技術,和海量資料分享:
公衆号
菜鳥名企夢
背景發送“csdn”即可免費領取【csdn】和【百度文庫】下載下傳服務;
公衆号
菜鳥名企夢
背景發送“資料”:即可領取5T精品學習資料、java面試考點和java面經總結,以及幾十個java、大資料項目,資料很全,你想找的幾乎都有
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsICM0ITMvw1dvwlMvwlM3VWaWV2Zh1WaDdTJwlmc0N3LcRnbllmcv1yb0VXYvwlMyd2bNV2Zh1Wa-cGcq5CZ0QDOyAzYhJTMhFTZyUmNtQDMwYjMzQTMvw1cldWYtl2XkF2bsBXdvw1bp5SdoNnbhlmauMXZnFWbp1CZh9GbwV3Lc9CX6MHc0RHaiojIsJye.jpg)
掃碼關注,及時擷取更多精彩内容。(部落客今日頭條大資料工程師)