LRU缓存算法-基于LinkedHashMap实现

摘要: 通过继承LinkedHashMap，重写removeEldestEntry（）方法，实现近期最少使用（LRU）算法，用于内存管理。

近期再做一个项目，是个网站管理系统，涉及多张记录表和栏目表，简单实现网站首页访问后发现速度很忧伤。仔细一想，每次访问，要查询各种表，访问数据库次数太多了，而且很多表里的数据其实在实际中不常改变，所以想到读取后存储在内存中，下次直接返回。

于是问题来了，不可能每个网站都存在内存里啊，虽然现在开发阶段没几个网站。这就需要在存新网站数据时清除内存中某些网站的数据，清除谁？我想到了操作系统中的一种页面置换算法——LRU（Least Recently Used）近期最少使用算法。

显然HashMap不够用了，我能想到最简单的方法就是用LinkedHashMap，他的一个构造函数：

LinkedHashMap<K, V>(int initialCapacity, float loadFactor, boolean accessOrder)

Constructs an empty LinkedHashMap instance with the specified initial capacity,
load factor and ordering mode.

Parameters:
initialCapacity  the initial capacity
loadFactor       the load factor
accessOrder      the ordering mode - true for access-order, false for insertion-order

关键在最后一个参数，只要设置为true，就会以访问顺序排序，这就是实现LRU算法的基础，接下来只要再重写removeEldestEntry(Map.Entry<K, V> eldest) 方法就可以了。

因为要重写方法，所以新建一个类继承LinkedHashMap：

package com.swust.kelab.util;

import java.util.LinkedHashMap;
import java.util.Map;

public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {

private static final long serialVersionUID = -7971438719252105001L;
private int capacity;// 容量

public LRULinkedHashMap(int capacity) {
super(16, 0.75f, true);
this.capacity = capacity;
}

// 实现LRU的关键方法，如果map里面的元素个数大于了缓存最大容量，则删除链表的顶端元素
@Override
public boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return size() > capacity;
}
}

一个简单的LRU缓存管理就这样完成。