Java 面试官:你能写个 LRU 缓存吗?
作者:一灯架构
- 2022 年 10 月 08 日 北京
本文字数:2320 字
阅读完需:约 8 分钟
0. 前情提要
面试官: 你能手写个 LRU 缓存吗?你: LRU 是什么东西?(一脸懵逼状)面试官: LRU 全称 Least Recently Used(最近最少使用),用来淘汰不常用数据,保留热点数据。你写了5分钟,然而只写了个get和put方法体,里面逻辑实在不知道咋写。
面试官: 今天的面试先到这吧,有其他面试我们会再联系你。我信你个鬼,你个糟老头子坏滴很,还联系啥,凉凉了。
别担心,再有人问你 LRU,就把这篇文章丢给他,保证当场发 offer。
1. 实现思路
目的是把最不常用的数据淘汰掉,所以需要记录一下每个元素的访问次数。最简单的方法就是把所有元素按使用情况排序,最近使用的,移到末尾。缓存满了,就从头部删除。
2. 使用哪种数据结构实现?
常用的数据结构有数组、链表、栈、队列,考虑到要从两端操作元素,就不能使用栈和队列。每次使用一个元素,都要把这个元素移到末尾,包含一次删除和一次添加操作,使用数组会有大量的拷贝操作,不适合。又考虑到删除一个元素,要把这个元素的前一个节点指向下一个节点,使用双链接最合适。链表不适合查询,因为每次都要遍历所有元素,可以和 HashMap 配合使用。双链表 + HashMap
3. 代码实现
import java.util.HashMap;
import java.util.Map;
/**
* @author yideng
*/
public class LRUCache<K, V> {
/**
* 双链表的元素节点
*/
private class Entry<K, V> {
Entry<K, V> before;
Entry<K, V> after;
private K key;
private V value;
}
/**
* 缓存容量大小
*/
private Integer capacity;
/**
* 头结点
*/
private Entry<K, V> head;
/**
* 尾节点
*/
private Entry<K, V> tail;
/**
* 用来存储所有元素
*/
private Map<K, Entry<K, V>> caches = new HashMap<>();
public LRUCache(int capacity) {
this.capacity = capacity;
}
public V get(K key) {
final Entry<K, V> node = caches.get(key);
if (node != null) {
// 有访问,就移到链表末尾
afterNodeAccess(node);
return node.value;
}
return null;
}
/**
* 把该元素移到末尾
*/
private void afterNodeAccess(Entry<K, V> e) {
Entry<K, V> last = tail;
// 如果e不是尾节点,才需要移动
if (last != e) {
// 删除该该节点与前一个节点的联系,判断是不是头结点
if (e.before == null) {
head = e.after;
} else {
e.before.after = e.after;
}
// 删除该该节点与后一个节点的联系
if (e.after == null) {
last = e.before;
} else {
e.after.before = e.before;
}
// 把该节点添加尾节点,判断尾节点是否为空
if (last == null) {
head = e;
} else {
e.before = last;
last.after = e;
}
e.after = null;
tail = e;
}
}
public V put(K key, V value) {
Entry<K, V> entry = caches.get(key);
if (entry == null) {
entry = new Entry<>();
entry.key = key;
entry.value = value;
// 新节点添加到末尾
linkNodeLast(entry);
caches.put(key, entry);
// 节点数大于容量,就删除头节点
if (this.caches.size() > this.capacity) {
this.caches.remove(head.key);
afterNodeRemoval(head);
}
return null;
}
entry.value = value;
// 节点有更新就移动到未节点
afterNodeAccess(entry);
caches.put(key, entry);
return entry.value;
}
/**
* 把该节点添加到尾节点
*/
private void linkNodeLast(Entry<K, V> e) {
final Entry<K, V> last = this.tail;
if (head == null) {
head = e;
} else {
e.before = last;
last.after = e;
}
tail = e;
}
/**
* 删除该节点
*/
void afterNodeRemoval(Entry<K, V> e) {
if (e.before == null) {
head = e.after;
} else {
e.before.after = e.after;
}
if (e.after == null) {
tail = e.before;
} else {
e.after.before = e.before;
}
}
}
复制代码
4. 其实还有更简单的实现
import java.util.LinkedHashMap;
import java.util.Map;
/**
* @author yideng
*/
public class LRUCache<K, V> extends LinkedHashMap<K, V> {
// 最大容量
private final int maximumSize;
public LRUCache(final int maximumSize) {
// true代表按访问顺序排序,false代表按插入顺序
super(maximumSize, 0.75f, true);
this.maximumSize = maximumSize;
}
/**
* 当节点数大于最大容量时,就删除最旧的元素
*/
@Override
protected boolean removeEldestEntry(final Map.Entry eldest) {
return size() > this.maximumSize;
}
}
复制代码
划线
评论
复制
发布于: 刚刚阅读数: 3
一灯架构
关注
还未添加个人签名 2020.11.20 加入
还未添加个人简介
评论