【40讲系列15】LRU缓存

一、理论

LRU是一种缓存淘汰策略，最近使用的认为是「有用的」，很久没使用过的数据认为是无用的，缓存满时就优先删除它们。

• LRU- Least recently used（最近最少使用页面置换算法、按访问的时序来淘汰）
• LFU- Least frequently used（最近最不常用页面置换算法、按访问频率来淘汰）

LRU缓存算法的核心数据结构：哈希表 + 双向链表

设计的cache需要满足的条件：O(1)查询、O(1)修改、有顺序之分。

哈希表查找快，无序；链表有序，但查找慢。所以结合一下，哈希+链表，借助哈希表赋予链表快速查找的特性。

二、典型例题

☆☆①：设计和实现一个LRU缓存机制（LC146）

方法1：使用LinkedHashMap。属于取巧，面试不大行。。

方法2：HashMap + 手写DoubleList。

方法1：（需要理解LinkedHashMap的源码）

LinkedHashMap的有序可以按两种顺序排列，一种是按照插入的顺序，一种是按照读取的顺序。其内部是靠 建立一个双向链表 来维护这个顺序的。

构造函数：主要是两个构造方法，一个继承HashMap，一个是可选择accessOrder的值（默认false，代表按照插入顺序排序）来确定是按插入顺序还是读取顺序排序。

class LRUCache extends LinkedHashMap<Integer,Integer> {
    /**
     * LinkedHashMap的构造函数之一。
     * 这里的 accessOrder 默认是为false，如果要按读取顺序排序需要将其设为 true
     * initialCapacity 代表 map 的 容量，loadFactor 代表加载因子 (默认即可)
     *     public LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {
     *         super(initialCapacity, loadFactor);
     *         this.accessOrder = accessOrder;
     *     }
     */
    private int capacity;
    public LRUCache(int capacity) {
        super(capacity,0.75f,true);
        this.capacity = capacity;
    }
    public int get(int key) {
        return super.getOrDefault(key, -1);
    }
    public void put(int key, int value) {
        super.put(key,value);
    }
    @Override
    protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
        return size() > capacity;
    }
}

方法2：HashMap + 手写DoubleList。

参考1、 LRU策略详解和实现

参考2、哈希表 + 双向链表

M.  涉及链表操作细节较多，很具有综合性，以后一定手写完成！！