LRU算法

LRU算法

LRU算法即最近最少使用算法（Least Recently Used），是一种常用的缓存淘汰策略。其基本思想是，如果一个数据在最近一段时间内没有被访问到，那么它在未来也不太可能被访问到，因此可以将其从缓存中淘汰掉。

LRU算法的实现通常采用哈希表辅以双向链表来完成。具体来说，哈希表用于快速定位缓存中的元素，而双向链表则用于维护缓存中元素的访问顺序。当需要淘汰缓存中的元素时，我们只需要将双向链表尾部的节点删除即可。

LRU算法的例子

以下是一个简单的Java实现LRU算法的例子：

import java.util.*;

public class LRUCache<K, V> {
    private Map<K, Node> map;
    private int capacity;
    private Node head;
    private Node tail;

    private class Node {
        K key;
        V value;
        Node prev;
        Node next;

        public Node(K key, V value) {
            this.key = key;
            this.value = value;
        }
    }

    public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap<>(capacity);
        head = new Node(null, null);
        tail = new Node(null, null);
        head.next = tail;
        tail.prev = head;
    }

    public V get(K key) {
        Node node = map.get(key);
        if (node == null) {
            return null;
        }
        moveToHead(node);
        return node.value;
    }

    public void put(K key, V value) {
        Node node = map.get(key);
        if (node == null) {
            node = new Node(key, value);
            map.put(key, node);
            addToHead(node);
            if (map.size() > capacity) {
                Node tail = removeTail();
                map.remove(tail.key);
            }
        } else {
            node.value = value;
            moveToHead(node);
        }
    }

    private void addToHead(Node node) {
        node.prev = head;
        node.next = head.next;
        head.next.prev = node;
        head.next = node;
    }

    private void removeNode(Node node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    private void moveToHead(Node node) {
        removeNode(node);
        addToHead(node);
    }

    private Node removeTail() {
        Node node = tail.prev;
        removeNode(node);
        return node;
    }
}

LRU算法的具体步骤：

1. 定义缓存大小和缓存结构：首先需要定义缓存的大小和存储结构。通常使用哈希表加双向链表的结构实现LRU算法。
2. 查找缓存：当需要查找某个数据时，先在哈希表中查找是否存在该数据。如果存在，则将其移动到双向链表的头部，表示该数据最近被访问过；如果不存在，则说明缓存中没有该数据，需要从磁盘或其他来源加载数据，并插入到双向链表的头部，同时更新哈希表中的映射关系。
3. 写入缓存：当需要写入数据时，先查找哈希表中是否存在该数据。如果存在，则更新该数据的值，并将其移动到双向链表的头部；如果不存在，则插入到双向链表的头部，并更新哈希表中的映射关系。如果缓存已满，则删除双向链表尾部的数据，同时更新哈希表中的映射关系。

LRU算法的时间复杂度为O(1)，因为每次访问或操作都是在哈希表和双向链表中进行，而不需要遍历整个缓存。

代码解释

Java代码实现了LRU缓存算法。以下是每个方法的意图：

1. 构造函数：初始化LRU缓存的容量，创建一个HashMap用于存储缓存中的数据以及它们在双向链表中的节点，并初始化头结点和尾节点。
2. get方法：根据key查找缓存中的数据，如果不存在则返回null，否则将对应的节点移动到双向链表的头部，并返回节点的值。
3. put方法：向缓存中添加数据。如果key已经存在，则更新对应节点的value并将其移到链表头部；如果key不存在，则创建新的节点并将其添加到链表头部，并更新HashMap中的映射关系。如果缓存大小超过限制，则删除双向链表尾部的节点并从HashMap中删除对应的映射关系。
4. addToHead方法：将节点添加到双向链表头部。
5. removeNode方法：从双向链表中删除指定节点。
6. moveToHead方法：将指定节点移动到链表头部。
7. removeTail方法：删除双向链表尾部的节点，并返回该节点