LRU（最近最少使用）算法

一、什么是LRU？

LRU（Least Recently Used），最近最少使用。

是一种【内存管理】算法。

LRU算法基于一种假设：

长期不被使用的数据，在未来被用到的几率也不大。因此，当数据所占内存达到一定阈值时，移除掉最近最少使用数据。

LRU算法使用了一种有趣的数据结构，叫做【哈希链表】

二、什么是【哈希链表】呢?

1）【哈希表】是由若干个【Key-Value】所组成的。

在“逻辑”上，这些Key-Value是无所谓排列顺序的，谁先谁后都一样。

2）【哈希链表】当中，这些【Key-Value】不再是彼此无关的存在，而是被一个链条串起来了。

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。

三、哈希链表和LRU算法有什么关系呢？

1、依靠哈希链表的【有序性】，可以把Key-Value按照【最后的使用时间】来【排序】

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。

Java中的LinkedHashMap已经对【哈希链表】做了很好的实现。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-valueif (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-valuenode.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。对于用户系统的需求，也可以使用【缓存数据库Redis】实现，Redis底层也实现了类似于LRU的回收算法。