開篇語

哈嘍，各位小伙伴們，你們好呀，我是喵手。運營社區：C站/掘金/騰訊云/阿里云/華為云/51CTO；歡迎大家常來逛逛

??今天我要給大家分享一些自己日常學習到的一些知識點，并以文字的形式跟大家一起交流，互相學習，一個人雖可以走的更快，但一群人可以走的更遠。

??我是一名后端開發愛好者，工作日常接觸到最多的就是Java語言啦，所以我都盡量抽業余時間把自己所學到所會的，通過文章的形式進行輸出，希望以這種方式幫助到更多的初學者或者想入門的小伙伴們，同時也能對自己的技術進行沉淀，加以復盤，查缺補漏。

小伙伴們在批閱的過程中，如果覺得文章不錯，歡迎點贊、收藏、關注哦。三連即是對作者我寫作道路上最好的鼓勵與支持！

前言

在很多實際的應用中，尤其是需要緩存數據的場景下，我們經常會遇到 LRU（Least Recently Used，最近最少使用）緩存。LRU 緩存是通過淘汰最久未使用的緩存數據來節省內存空間。對于高效的 LRU 緩存，我們不僅要保證快速的查找、插入和刪除操作，還要能夠快速地淘汰最久未使用的元素。

在 Java 中，基于 LinkedHashMap 實現 LRU 緩存是非常簡便和高效的，因為 LinkedHashMap 本身提供了按照訪問順序迭代的能力，我們可以利用這一特性輕松實現 LRU 緩存。

---

1. LinkedHashMap 簡介

LinkedHashMap 是 HashMap 的一個子類，它基于哈希表實現，并且維護了插入順序或訪問順序。這使得 LinkedHashMap 特別適合于實現緩存，尤其是在需要按訪問順序迭代時。

1.1 LinkedHashMap 的構造方法

• LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder):
  • initialCapacity：初始容量。
  • loadFactor：負載因子。
  • accessOrder：如果設置為 true，則按照訪問順序排序；如果設置為 false，則按照插入順序排序。

當 accessOrder 設置為 true 時，LinkedHashMap 會在每次訪問（get 或 put 操作）時，將訪問的元素移動到鏈表的末尾。這個特性讓我們能夠輕松地實現 LRU 緩存。

---

2. 基于 LinkedHashMap 實現 LRU 緩存

2.1 設計思路

1. 緩存大小限制：我們需要為緩存設定一個最大容量 capacity，當緩存容量超過該值時，我們就需要淘汰最久未使用的元素。
2. LRU 淘汰規則：在每次插入或訪問元素時，我們將該元素移動到鏈表的末尾，這樣鏈表的頭部始終保存著最久未使用的元素。當緩存容量超過限制時，我們可以直接刪除鏈表頭部的元素。
3. 使用 LinkedHashMap：利用 LinkedHashMap 中 accessOrder 的特性，結合 removeEldestEntry() 方法來自動刪除最久未使用的元素。

2.2 實現步驟

我們可以創建一個繼承自 LinkedHashMap 的類，并重寫 removeEldestEntry() 方法，該方法會在每次插入新元素時被調用。

import java.util.LinkedHashMap;
import java.util.Map;public class LRUCache<K, V> extends LinkedHashMap<K, V> {private final int capacity;// 構造函數，初始化容量和 accessOrderpublic LRUCache(int capacity) {super(capacity, 0.75f, true);  // 第三個參數 true 表示按訪問順序排序this.capacity = capacity;}// 重寫 removeEldestEntry 方法，當緩存容量超出時，移除最久未使用的條目@Overrideprotected boolean removeEldestEntry(Map.Entry<K, V> eldest) {return size() > capacity;}// 獲取緩存中的值public V get(K key) {return super.getOrDefault(key, null);}// 插入緩存值public void put(K key, V value) {super.put(key, value);}
}

2.3 代碼說明

• LRUCache 類繼承自 LinkedHashMap，并通過構造函數設置了 accessOrder 為 true，這使得每次訪問元素時，該元素都會被移到鏈表的末尾。
• removeEldestEntry() 方法會在每次插入新元素時檢查緩存的大小。如果緩存的大小超過了設定的容量，它會返回 true，從而自動移除最久未使用的元素。
• get(K key) 和 put(K key, V value) 方法分別用于獲取和插入緩存中的數據。

2.4 測試案例

public class Main {public static void main(String[] args) {// 創建一個容量為 3 的 LRU 緩存LRUCache<Integer, String> cache = new LRUCache<>(3);// 向緩存中插入數據cache.put(1, "A");cache.put(2, "B");cache.put(3, "C");// 打印緩存內容System.out.println(cache); // 輸出: {1=A, 2=B, 3=C}// 訪問元素 1cache.get(1); // 使元素 1 最近訪問// 插入新的元素，此時緩存超過容量，元素 2 將被移除cache.put(4, "D");// 打印緩存內容System.out.println(cache); // 輸出: {3=C, 1=A, 4=D}}
}

輸出：

{1=A, 2=B, 3=C}
{3=C, 1=A, 4=D}

2.5 解釋

1. 初始時，緩存的容量為 3，元素 {1=A, 2=B, 3=C} 被插入緩存。
2. 當訪問 get(1) 時，元素 1 被移動到鏈表的末尾。
3. 當插入元素 4=D 時，由于緩存已經滿了，元素 2（最久未訪問）被自動刪除，最終緩存內容為 {3=C, 1=A, 4=D}。

---

3. LRU 緩存優化

3.1 removeEldestEntry() 方法的靈活性

通過 removeEldestEntry() 方法，我們可以根據不同的需求定制緩存的淘汰規則。例如，我們可以根據某些條件（如元素的大小、元素的過期時間等）來決定是否刪除最久未使用的元素。

3.2 內存管理

雖然 LinkedHashMap 的 accessOrder 特性和 removeEldestEntry() 方法讓我們能夠很方便地實現 LRU 緩存，但也需要注意緩存大小和內存使用的平衡。特別是當緩存需要存儲大量數據時，合理設置緩存容量和定期清理緩存非常重要。

---

4. 總結

• 使用 LinkedHashMap 實現 LRU 緩存的方式簡潔高效，特別適合需要按訪問順序管理緩存數據的場景。
• 通過重寫 removeEldestEntry() 方法，我們能夠在緩存超出容量時自動移除最久未使用的元素。
• 這種方法不僅具有較高的性能，還能避免重復的復雜操作，方便開發者實現高效的緩存管理。

LRU 緩存的實現，幫助我們在高效處理數據時保持內存的合理使用，避免內存溢出或緩存過期問題的出現。

… …

文末

好啦，以上就是我這期的全部內容，如果有任何疑問，歡迎下方留言哦，咱們下期見。

… …

學習不分先后，知識不分多少；事無巨細，當以虛心求教；三人行，必有我師焉！！！

wished for you successed ！！！

---

??若喜歡我，就請關注我叭。

??若對您有用，就請點贊叭。
??若有疑問，就請評論留言告訴我叭。

---

版權聲明：本文由作者原創，轉載請注明出處，謝謝支持！