借助LinkedHashMap实现基于LRU算法缓存

一、LRU算法介绍

LRU（Least Recently Used）最近最少使用算法，是用在操作系统中的页面置换算法，因为内存空间是有限的，不可能把所有东西都放进来，所以就必须要有所取舍，我们应该把什么东西放进来呢？有没有什么判定标准呢？页面置换算法就是干这个的，企图通过之前的行为预测到之后的行为（这是概率问题），而LRU就是其中的一种，它的基本思想就是既然有一块数据，最近的一段时间内它是最少访问的，这说明在这之后它也可能是最少访问的，如果非要移除一个的话，我只好把它置换出内存了。

 

总结一下：

    LRU：在空间有限的情况下必须做出取舍，将最可能最少被访问的数据置换掉。

 

 二、为什么使用LRU

QUESTION： 我用HashMap也挺好的啊，为什么要使用缓存昂？！

用数据说话，做一个实验来说明为什么要使用缓存，new两个Map底层分别使用HashMap和LinkedHashMap，然后往里面装一百万条数据，然后分别总是访问同一条数据十万次和随机访问十万次：

import java.util.HashMap;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Random;

public class Main {

    public static void main(String[] args) {
        
        Map<Integer,Integer> map1=new LinkedHashMap<Integer,Integer>(16,0.75F,true);
        Map<Integer,Integer> map2=new HashMap<Integer,Integer>();
        
        for(int i=0;i<1000000;i++){
            map1.put(i,i);
            map2.put(i,i);
        }
        
        // 大量访问同一条数据
        long start=System.currentTimeMillis();
        for(int i=0;i<1000000000;i++){
            map1.get(1000000);
        }
        System.out.printf("HashMap: %dms\n",System.currentTimeMillis()-start);
        
        start=System.currentTimeMillis();
        for(int i=0;i<100000;i++){
            map2.get(999);
        }
        System.out.printf("LinkedHashMap: %dms\n",System.currentTimeMillis()-start);
        
        
        //随机访问数据
        start=System.currentTimeMillis();
        for(int i=0;i<1000000000;i++){
            map1.get(1000000);
        }
        System.out.printf("HashMap: %dms\n",System.currentTimeMillis()-start);
        
        start=System.currentTimeMillis();
        for(int i=0;i<100000;i++){
            map2.get(new Random().nextInt(1000000));
        }
        System.out.printf("LinkedHashMap: %dms\n",System.currentTimeMillis()-start);
        
    }
    
}

结果如下：

我们打一个表格以便于分析：

首先进行横向比较，无论怎么访问LinkedHashMap总是要比HashMap快得多，

然后进行纵向比较发现HashMap访问同一条数据和随机访问花费的时间差不多，因为它是无状态的，也就是它并不能根据之前的结果帮助到以后的查询，LinkedHashMap的随机访问明显要慢一些了，LRU的策略主要就是用于短时间内频繁的访问相同的数据的。

 

三、如何使用LinkedHashMap实现LRUMap

继承LinkedHashMap然后覆写removeEldestEntry方法即可，这个方法在每次添加元素之前调用来判断是否需要删除元素，如果需要的话就会用LRU算法移除掉最近最少使用的元素，如下：

import java.util.Iterator;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Map.Entry;

public class Main {

    public static void main(String[] args) {
        
        Map<Integer,Integer> map=new LRUMap<>(3);
        
        map.put(2,2);
        map.put(3,3);
        map.put(5,5);
        map.get(2);
        map.put(7,7);
        map.put(11,11);
        
        for(Iterator<Entry<Integer,Integer>> iter=map.entrySet().iterator();iter.hasNext();){
            System.out.print(iter.next().getKey()+" ");  //2 7 11
        }
        
    }
    
}

class LRUMap<K,V> extends LinkedHashMap<K,V>{
    
    private int capacity;
    
    public LRUMap() {
        this(16);
    }
    
    public LRUMap(int capacity) {
        super(capacity,0.75F,true);
        this.capacity=capacity;
    }
    
    @Override
    protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
        return size()>capacity;
    }
    
}

内存情况如下（最左端为最常访问的）：

申请空间：

 map.put(2,2);

 map.put(3,3);

map.put(5,5);

map.get(2);

map.put(7,7);

map.put(11,11);

所以最后打印出来的就是2 7 11。