LRU缓存的java实现
2015-03-01 12:41
477 查看
LRU缓存:
LRU缓存利用了这样的一种思想。LRU是Least Recently Used 的缩写,翻译过来就是“最近最少使用”,也就是说,LRU缓存把最近最少使用的数据移除,让给最新读取的数据。而往往最常读取的,也是读取次数最多的,所以,利用LRU缓存,我们能够提高系统的performance
下面的LRU是:双向链表结合hashtable进行实现
package lruCache;
import java.util.ArrayList;
import java.util.Hashtable;
import java.util.LinkedList;
public class LruCachefjsh {
private int cacheSize;
private Hashtable nodes;//缓存容器
private int currentSize;
private CacheNode first;//链表头
private CacheNode last;//链表尾
/**
* 链表节点
* @author Administrator
*
*/
class CacheNode {
CacheNode prev;//前一节点
CacheNode next;//后一节点
Object value;//值
Object key;//键
CacheNode() {
}
}
public LruCachefjsh(int i) {
currentSize = 0;
cacheSize = i;
nodes = new Hashtable(i);//缓存容器
}
/**
* 获取缓存中对象
* @param key
* @return
*/
public synchronized Object get(Object key) {
CacheNode node = (CacheNode) nodes.get(key);
if (node != null) {
moveToHead(node);
return node.value;
} else {
return null;
}
}
/**
* 移动到链表头,表示这个节点是最新使用过的
* @param node
*/
private void moveToHead(CacheNode node) {
if (node == first)
return;
if (node.prev != null)
node.prev.next = node.next;
if (node.next != null)
node.next.prev = node.prev;
if (last == node)
last = node.prev;
if (first != null) {
node.next = first;
first.prev = node;
}
first = node;
node.prev = null;
if (last == null)
last = first;
}
/**
* 添加缓存
* @param key
* @param value
*/
public synchronized void put(Object key, Object value) {
CacheNode node = (CacheNode) nodes.get(key);
if (node == null) {
//缓存容器是否已经超过大小.
if (currentSize >= cacheSize) {
if (last != null)//将最少使用的删除
nodes.remove(last.key);
removeLast();
} else {
currentSize++;
}
node = new CacheNode();
}
node.value = value;
node.key = key;
//将最新使用的节点放到链表头,表示最新使用的.
moveToHead(node);
nodes.put(key, node);
}
/**
* 删除链表尾部节点
* 表示 删除最少使用的缓存对象
*/
private void removeLast() {
//链表尾不为空,则将链表尾指向null. 删除连表尾(删除最少使用的缓存对象)
if (last != null) {
if (last.prev != null)
last.prev.next = null;
else
first = null;
last = last.prev;
}
}
/**
* 将缓存删除
* 删除操作只有在cache满了才会被执行
* @param key
* @return
*/
public Object remove(Object key) {
CacheNode node = (CacheNode) nodes.get(key);
//在链表中删除
if (node != null) {
if (node.prev != null) {
node.prev.next = node.next;
}
if (node.next != null) {
node.next.prev = node.prev;
}
if (last == node)
last = node.prev;
if (first == node)
first = node.next;
}
/* //在hashtable中删除 一般这里不用
nodes.remove(key); */
return node;
}
public void clear() {
first = null;
last = null;
}
public static void main(String[] args) {
LruCachefjsh lcf=new LruCachefjsh(4);
lcf.put("1", "1");
lcf.put("2", "2");
lcf.put("3", "3");
lcf.put("4", "4");
if(lcf.get("4")!=null)
{
System.out.println("第一个为:"+lcf.first.value);
}
else
{
System.out.println("没有找到4");
}
lcf.put("5", "5");
if(lcf.get("1")!=null)
{
System.out.println("第一个为:"+lcf.first.value);
}
else
{
System.out.println("没有找到1");
}
if(lcf.get("2")!=null)
{
System.out.println("第一个为:"+lcf.first.value);
}
else
{
System.out.println("没有找到2");
}
}
}
LRU缓存利用了这样的一种思想。LRU是Least Recently Used 的缩写,翻译过来就是“最近最少使用”,也就是说,LRU缓存把最近最少使用的数据移除,让给最新读取的数据。而往往最常读取的,也是读取次数最多的,所以,利用LRU缓存,我们能够提高系统的performance
下面的LRU是:双向链表结合hashtable进行实现
package lruCache;
import java.util.ArrayList;
import java.util.Hashtable;
import java.util.LinkedList;
public class LruCachefjsh {
private int cacheSize;
private Hashtable nodes;//缓存容器
private int currentSize;
private CacheNode first;//链表头
private CacheNode last;//链表尾
/**
* 链表节点
* @author Administrator
*
*/
class CacheNode {
CacheNode prev;//前一节点
CacheNode next;//后一节点
Object value;//值
Object key;//键
CacheNode() {
}
}
public LruCachefjsh(int i) {
currentSize = 0;
cacheSize = i;
nodes = new Hashtable(i);//缓存容器
}
/**
* 获取缓存中对象
* @param key
* @return
*/
public synchronized Object get(Object key) {
CacheNode node = (CacheNode) nodes.get(key);
if (node != null) {
moveToHead(node);
return node.value;
} else {
return null;
}
}
/**
* 移动到链表头,表示这个节点是最新使用过的
* @param node
*/
private void moveToHead(CacheNode node) {
if (node == first)
return;
if (node.prev != null)
node.prev.next = node.next;
if (node.next != null)
node.next.prev = node.prev;
if (last == node)
last = node.prev;
if (first != null) {
node.next = first;
first.prev = node;
}
first = node;
node.prev = null;
if (last == null)
last = first;
}
/**
* 添加缓存
* @param key
* @param value
*/
public synchronized void put(Object key, Object value) {
CacheNode node = (CacheNode) nodes.get(key);
if (node == null) {
//缓存容器是否已经超过大小.
if (currentSize >= cacheSize) {
if (last != null)//将最少使用的删除
nodes.remove(last.key);
removeLast();
} else {
currentSize++;
}
node = new CacheNode();
}
node.value = value;
node.key = key;
//将最新使用的节点放到链表头,表示最新使用的.
moveToHead(node);
nodes.put(key, node);
}
/**
* 删除链表尾部节点
* 表示 删除最少使用的缓存对象
*/
private void removeLast() {
//链表尾不为空,则将链表尾指向null. 删除连表尾(删除最少使用的缓存对象)
if (last != null) {
if (last.prev != null)
last.prev.next = null;
else
first = null;
last = last.prev;
}
}
/**
* 将缓存删除
* 删除操作只有在cache满了才会被执行
* @param key
* @return
*/
public Object remove(Object key) {
CacheNode node = (CacheNode) nodes.get(key);
//在链表中删除
if (node != null) {
if (node.prev != null) {
node.prev.next = node.next;
}
if (node.next != null) {
node.next.prev = node.prev;
}
if (last == node)
last = node.prev;
if (first == node)
first = node.next;
}
/* //在hashtable中删除 一般这里不用
nodes.remove(key); */
return node;
}
public void clear() {
first = null;
last = null;
}
public static void main(String[] args) {
LruCachefjsh lcf=new LruCachefjsh(4);
lcf.put("1", "1");
lcf.put("2", "2");
lcf.put("3", "3");
lcf.put("4", "4");
if(lcf.get("4")!=null)
{
System.out.println("第一个为:"+lcf.first.value);
}
else
{
System.out.println("没有找到4");
}
lcf.put("5", "5");
if(lcf.get("1")!=null)
{
System.out.println("第一个为:"+lcf.first.value);
}
else
{
System.out.println("没有找到1");
}
if(lcf.get("2")!=null)
{
System.out.println("第一个为:"+lcf.first.value);
}
else
{
System.out.println("没有找到2");
}
}
}
相关文章推荐
- LRU缓存介绍与实现 (Java)
- LRU缓存介绍与实现 (Java)
- Java实现简单的LRU缓存(A Simple LRU Cache in 5 lines)
- LRU缓存实现(Java)
- Java简易LRU缓存实现(开发技巧)
- Java实现LRU(最近最少使用)缓存
- 简单的java缓存实现(LRU,LFU,FIFO)
- 10行Java代码实现最近被使用(LRU)缓存
- 10行Java代码实现最近被使用(LRU)缓存
- LRU缓存介绍与实现 (Java)
- LRU缓存介绍与实现 (Java)
- LRU缓存介绍与实现 (Java)
- Java实现LRU(最近最少使用)缓存
- Java实现简单的LRU缓存(A Simple LRU Cache in 5 lines)
- LRU缓存介绍与实现 (Java)
- LRU缓存实现(Java)
- LRU缓存介绍与实现 (Java)
- LRU缓存介绍与实现 (Java)
- LRU缓存介绍和JAVA实现
- LRU缓存介绍与实现 (Java)