从一道 LRU 算法题说到缓存淘汰策略
我一看这题我熟啊,当初看 LinkedHashMap 源码的时候,源码中有注释提到了它可以用来实现 LRU 缓存。原文是这么写的。
A special {@link #LinkedHashMap(int,float,boolean) constructor}
is provided to create a linked hash map whose order of iteration is the order in which its entries were last accessed, from least-recently accessed to most-recently (<i>access-order</i>).
This kind of map is well-suited to building LRU caches.
翻译过来大意如下:
通过一个特殊的构造函数,三个参数的这种,最后一个布尔值参数表示是否要维护最近访问顺序,如果是 true 的话会维护最近访问的顺序,如果是 false 的话,只会维护插入顺序。保证维护最近最少使用的顺序。LinkedHashMap 这种结构非常适合构造 LRU 缓存。
当我看到这段注释的时候,特意去查了一下用 LinkedHashMap 实现 LRU 的方法。
public class LRUCache {
private int cacheSize;
private LinkedHashMap<Integer,Integer> linkedHashMap;
public LRUCache(int capacity) {
this.cacheSize = capacity;
linkedHashMap = new LinkedHashMap<Integer,Integer>(capacity,0.75F,true){
@Override
protected boolean removeEldestEntry(Map.Entry eldest) {
return size()>cacheSize;
}
};
}
public int get(int key) {
return this.linkedHashMap.getOrDefault(key,-1);
}
public void put(int key, int value) {
this.linkedHashMap.put(key,value);
}
}
这是根据这道题的写法,如果不限定这个题目的话,可以让 LRUCache 继承 LinkedHashMap,然后再重写 removeEldestEntry 方法即可。
看到没,就是这么简单,LinkedHashMap 已经完美实现了 LRU,这个方法是在插入键值对的时候调用的,如果返回 true,就删除最近最少使用的元素,所以只要判断 size()是否大于 cacheSize 即可,cacheSize 就是缓存的最大容量。
提交,顺利通过,完美!
===========================================================================
你以为这么简单就完了吗,并没有。当我查看官方题解的时候,发现里面是这么说的。
在 Java 语言中,同样有类似的数据结构 LinkedHashMap。这些做法都不会符合面试官的要求。
什么,这么完美还不符合面试官要求,面试官是什么要求呢?面试官的要求是考考你 LRU 的原理,让你自己实现一个。
那咱们就由 LinkedHashMap 介绍一下最基础的 LRU 实现。简单概括 LinkedHashMap 的实现原理就是 HashMap+双向链表的结合。
双向链表用来维护元素访问顺序,将最近被访问(也就是调动 get 方法)的元素放到链表尾部,一旦超过缓存容量的时候,就从链表头部删除元素,用双向链表能保证元素移动速度最快,假设访问了链表中的某个元素,只要把这个元素移动链表尾部,然后修改这个元素的 prev 和 next 节点的指向即可。
双向链表节点的类型的基本属性如下:
static class Node {
/**
缓存 key
*/
private int key;
/**
缓存值
*/
private int value;
/**
当前节点的前驱节点
*/
private Node prev;
/**
当前节点的后驱节点
*/
private Node next;
public Node(int key, int value) {
this.key = key;
this.value = value;
}
}
HashMap 用来存储 key 值对应的节点,为的是快速定位 key 值在链表中的位置,我们都知道,这是因为 HashMap 的 get 方法的时间复杂度为 O(1)。而如果不借助 HashMap,那这个过程可就慢了。如果要想找一个 key,要从链表头或链表尾遍历才行。
按上图的展示, head 是链表头,也是最长时间未被访问的节点,tail 是最近被访问的元素,假设缓存最大容量是 4 。
=======================================================================
当有新元素被插入,先判断缓存容量是否超过最大值了,如果超过,就将头节点删除,然后将头节点的 next 节点设置为 head,同时删除 HashMap 中对应的 key。然后将插入的元素放到链表尾部,设置此元素为尾节,并在 HashMap 中保存下来。
如果没超过最大容量,直接插入到尾部。
=======================================================================
当访问其中的某个 key 时,先从 HashMap 中快速找到这个节点。如果这个 key 不是尾节点,那么就将此节的前驱节点的 next 指向此节点的后驱节点,此节点的后驱节点的 prev 指向此节点的前驱节点。同时,将这个节点移动到尾部,并将它设置为尾结点。
下面这个动图,演示了 get key2 时的移动情况。
![从一道 LRU 算法题说到缓存淘汰策略](https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8yMjk0MzQ0NS0xMmFlNWQ3YWJhODAwM2Yz?x-oss-process=image/fo
rmat,png)
=======================================================================
如果是删除头节点,则将此节点的后驱节点的 prev 设置为 null,并将它设置为 head,同时,删除 HashMap 中此节点的 key。
如果是删除尾节点,则将此节点的前驱节点的 next 设置为 null,并将它设置为 tail,同时,删除 HashMap 中此节点的 key。
如果是中间节点,则将此节的前驱节点的 next 指向此节点的后驱节点,此节点的后驱节点的 prev 指向此节点的前驱节点,同时,删除 HashMap 中此节点的 key。
=======================================================================
思路就是这么一个思路,有了这个思路我撸起袖子开始写代码,由于自身算法比较渣,而且又好长时间不刷算法,所以我的惨痛经历如下。
先是执行出错,后来又解答错误,顿时开始怀疑人生,怀疑智商。最后发现,确实是智商问题。
总归就是这么一个意思,你也去写一遍试试吧,看看效果如何。原题地址:https://leetcode-cn.com/problems/lru-cache/
================================================================================
还有一种常用的淘汰策略叫做 LFU(Least Frequently Used),最不经常使用。相比于 LFU 更加注重访问频次。在 LRU 的基础上增加了访问频次。
看下图,举个例子来说,假设现在 put 进来一个键值对,并且超过了最大的容量,那就要删除一个键值对。假设 key2 是在 5 分钟之前访问过一次,而 key1 是在 10 分钟之前访问过,以 LRU 的策略来说,就会删除头节点,也就是图中的 key1。但是如果是 LFU 的话,会记录每个 key 的访问频次,虽然 key2 是最近一次访问晚于 key1,但是它的频次比 key1 少,那要淘汰一个 key 的话,还是要淘汰 key2 的。只是举个例子,真正的 LFU 数据结构比 LRU 要复杂。
看 LeetCode 上的难度等级就知道了,LFU 也有一道对应的题目,地址:https://leetcode-cn.com/problems/lfu-cache/,它的难度是困难,而 LRU 的难度是中等。
还有一种 FIFO ,先进先出策略,先进入缓存的会先被淘汰,比起上面两种,它的命中率比较低。
========================================================================
LRU 的优点:LRU 相比于 LFU 而言性能更好一些,因为它算法相对比较简单,不需要记录访问频次,可以更好的应对突发流量。
LRU 的缺点:虽然性能好一些,但是它通过历史数据来预测未来是局限的,它会认为最后到来的数据是最可能被再次访问的,从而给予它最高的优先级。有些非热点数据被访问过后,占据了高优先级,它会在缓存中占据相当长的时间,从而造成空间浪费。
LFU 的优点:LFU 根据访问频次访问,在大部分情况下,热点数据的频次肯定高于非热点数据,所以它的命中率非常高。
LFU 的缺点:LFU 算法相对比较复杂,性能比 LRU 差。有问题的是下面这种情况,比如前一段时间微博有个热点话题热度非常高,就比如那种可以让微博短时间停止服务的,于是赶紧缓存起来,LFU 算法记录了其中热点词的访问频率,可能高达十几亿,而过后很长一段时间,这个话题已经不是热点了,新的热点也来了,但是,新热点话题的热度没办法到达十几亿,也就是说访问频次没有之前的话题高,那之前的热点就会一直占据着缓存空间,长时间无法被剔除。
针对以上这些问题,现有的缓存框架都会做一系列改进。比如 JVM 本地缓存 Caffeine,或者分布式缓存 Redis。
====================================================================================
Caffeine 是一款高性能的 JVM 缓存框架,是目前 Spring 5.x 中的默认缓存框架,之前版本是用的 Guava Cache。
为了改进上述 LRU 和 LFU 存在的问题,前 Google 工程师在 TinyLfu 的基础上发明了 W-TinyLFU 缓存算法。Caffine 就是基于此算法开发的。
Caffeine 因使用?Window TinyLfu?回收策略,提供了一个近乎最佳的命中率。
TinyLFU 维护了近期访问记录的频率信息,作为一个过滤器,当新记录来时,只有满足 TinyLFU 要求的记录才可以被插入缓存。
TinyLFU 借助了数据流 Sketching 技术,它可以用小得多的空间存放频次信息。TinyLFU 采用了一种基于滑动窗口的时间衰减设计机制,借助于一种简易的 reset 操作:每次添加一条记录到 Sketch 的时候,都会给一个计数器上加 1,当计数器达到一个尺寸 W 的时候,把所有记录的 Sketch 数值都除以 2,该 reset 操作可以起到衰减的作用 。
W-TinyLFU 主要用来解决一些稀疏的突发访问元素。在一些数目很少但突发访问量很大的场景下,TinyLFU 将无法保存这类元素,因为它们无法在给定时间内积累到足够高的频率。因此 W-TinyLFU 就是结合 LFU 和 LRU,前者用来应对大多数场景,而 LRU 用来处理突发流量。
评论