前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >漫画学算法:什么是LRU算法?

漫画学算法:什么是LRU算法?

作者头像
后端技术探索
发布2019-07-19 18:44:11
6260
发布2019-07-19 18:44:11
举报

本文转自公众号程序员小灰,本期封面作者:A17

————— 两个月前 —————

用户信息当然是存在数据库里。但是由于我们对用户系统的性能要求比较高,显然不能每一次请求都去查询数据库。

所以,小灰在内存中创建了一个哈希表作为缓存,每次查找一个用户的时候先在哈希表中查询,以此提高访问性能。

很快,用户系统上线了,小灰美美地休息了几天。

一个多月之后......

———————————————

什么是哈希链表呢?

我们都知道,哈希表是由若干个Key-Value所组成。在“逻辑”上,这些Key-Value是无所谓排列顺序的,谁先谁后都一样。

在哈希链表当中,这些Key-Value不再是彼此无关的存在,而是被一个链条串了起来。每一个Key-Value都具有它的前驱Key-Value、后继Key-Value,就像双向链表中的节点一样。

这样一来,原本无序的哈希表拥有了固定的排列顺序。

让我们以用户信息的需求为例,来演示一下LRU算法的基本思路:

1.假设我们使用哈希链表来缓存用户信息,目前缓存了4个用户,这4个用户是按照时间顺序依次从链表右端插入的。

2.此时,业务方访问用户5,由于哈希链表中没有用户5的数据,我们从数据库中读取出来,插入到缓存当中。这时候,链表中最右端是最新访问到的用户5,最左端是最近最少访问的用户1。

3.接下来,业务方访问用户2,哈希链表中存在用户2的数据,我们怎么做呢?我们把用户2从它的前驱节点和后继节点之间移除,重新插入到链表最右端。这时候,链表中最右端变成了最新访问到的用户2,最左端仍然是最近最少访问的用户1。

4.接下来,业务方请求修改用户4的信息。同样道理,我们把用户4从原来的位置移动到链表最右侧,并把用户信息的值更新。这时候,链表中最右端是最新访问到的用户4,最左端仍然是最近最少访问的用户1。

5.后来业务方换口味了,访问用户6,用户6在缓存里没有,需要插入到哈希链表。假设这时候缓存容量已经达到上限,必须先删除最近最少访问的数据,那么位于哈希链表最左端的用户1就会被删除掉,然后再把用户6插入到最右端。

以上,就是LRU算法的基本思路。

private Node head;
private Node end;
//缓存存储上限
private int limit;


private HashMap<String, Node> hashMap;


public LRUCache(int limit) {
    this.limit = limit;
    hashMap = new HashMap<String, Node>();
}


public String get(String key) {
    Node node = hashMap.get(key);
    if (node == null){
        return null;
    }
    refreshNode(node);
    return node.value;
}


public void put(String key, String value) {
    Node node = hashMap.get(key);
    if (node == null) {
        //如果key不存在,插入key-value
        if (hashMap.size() >= limit) {
            String oldKey = removeNode(head);
            hashMap.remove(oldKey);
        }
        node = new Node(key, value);
        addNode(node);
        hashMap.put(key, node);
    }else {
        //如果key存在,刷新key-value
        node.value = value;
        refreshNode(node);
    }
}


public void remove(String key) {
    Node node = hashMap.get(key);
    removeNode(node);
    hashMap.remove(key);
}


/**
 * 刷新被访问的节点位置
 * @param  node 被访问的节点
 */
private void refreshNode(Node node) {
    //如果访问的是尾节点,无需移动节点
    if (node == end) {
        return;
    }
    //移除节点
    removeNode(node);
    //重新插入节点
    addNode(node);
}


/**
 * 删除节点
 * @param  node 要删除的节点
 */ 
private String removeNode(Node node) {
    if (node == end) {
        //移除尾节点
        end = end.pre;
    }else if(node == head){
        //移除头节点
        head = head.next;
    } else {
        //移除中间节点
        node.pre.next = node.next;
        node.next.pre = node.pre;
    }
    return node.key;
}


/**
 * 尾部插入节点
 * @param  node 要插入的节点
 */
private void addNode(Node node) {
    if(end != null) {
        end.next = node;
        node.pre = end;
        node.next = null;
    }
    end = node;
    if(head == null){
        head = node;
    }
}


class Node {
    Node(String key, String value){
        this.key = key;
        this.value = value;
    }
    public Node pre;
    public Node next;
    public String key;
    public String value;
}


public static void main(String[] args) {
    LRUCache lruCache = new LRUCache(5);
    lruCache.put("001", "用户1信息");
    lruCache.put("002", "用户1信息");
    lruCache.put("003", "用户1信息");
    lruCache.put("004", "用户1信息");
    lruCache.put("005", "用户1信息");
    lruCache.get("002");
    lruCache.put("004", "用户2信息更新");
    lruCache.put("006", "用户6信息");
    System.out.println(lruCache.get("001"));
    System.out.println(lruCache.get("006"));
}

需要注意的是,这段不是线程安全的,要想做到线程安全,需要加上synchronized修饰符。

—————END—————

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-11-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 nginx 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档