基于LinkedHashMap实现LRU缓存

LRU,Least Recently Used,即最近最少使用,LRU缓存是经常使用的缓存淘汰策略之一。

我们可以使用LinkedHashMap的特性很容易实现LRU缓存。

1、访问排序

img

LinkedHashMap的构造方法中,有个accessorder参数,传true时,在调用get方法获取值时会对获取的值进行排序:
img

afterNodeAccess方法会将节点移至链表尾部:
img

afterNodeAccess方法实际是HashMap提供的扩展点,子类可以去重写这些扩展点来实现节点插入、访问和插入时额外的操作,上述代码既是LinkedHashMap的实现。
img

2、removeEldestEntry方法

img

该方法默认返回false,此方法是在插入节点后调用
img

我们可以重写removeEldestEntry方法,当插入元素个数大于链表size时,返回true,此时就会移除表头元素。

基于以上2个特性,编写LruCache代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
public class LruCache {

private Map<Object, Object> cacheMap;
private int size = 5;

public LruCache() {
cacheMap = new LinkedHashMap<Object, Object>(size, .75f, true) {
/**
* 当put进新的值方法返回true时,移除该map中最老的键和值
* @param eldest
* @return
*/
@Override
protected boolean removeEldestEntry(Map.Entry<Object, Object> eldest) {
return size() > size;
}
};
}

public Object get(Object key) {
return cacheMap.get(key);
}

public void put(Object key, Object value) {
cacheMap.put(key, value);
}

public void remove(Object key) {
cacheMap.remove(key);
}

public void clear() {
cacheMap.clear();
}

@Override
public String toString() {
StringBuilder sb = new StringBuilder();
cacheMap.forEach((k, v)-> {
sb.append("(").append(k).append(",").append(v).append(")");
});
return sb.toString();
}

public static void main(String[] args) {
LruCache cache = new LruCache();
for (int i = 0; i < 10; i++) {
cache.put(i, i);
// 这里对第0个元素调用get方法,不会被淘汰
cache.get(0);
System.out.println(cache);
}
}
}

运行结果如下:
img

可以看出,我们一直get(0), (0,0)一直排在表尾,当缓存超过设定size时,表首元素会被淘汰。
mybatis中使用lru缓存也是基于LinkedHashMap去实现的,大家有兴趣可以了解下。


基于LinkedHashMap实现LRU缓存
https://river106.cn/posts/1f12e78.html
作者
river106
发布于
2021年10月31日
许可协议