`
cjf068
  • 浏览: 34412 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

LRUCache

 
阅读更多
MyLRUCache 缓存类
package org.jf.alg.lru;

import java.util.Collections;
import java.util.HashMap;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;


/**
 * 限定容量二叉堆+HashMap实现LRU
 * 
 * @author junfeng.chen
 *
 */
public class MyLRUCache {
		
	private Map<Object,ValueEntry> container = Collections.synchronizedMap( new HashMap<Object,ValueEntry>());
	
	private List<Object> visistList = Collections.synchronizedList(new LinkedList<Object>());//key值的访问历史
	
	private KeyVisitCounter[] heap_array ;
	
	private int increaseStep = 500 ;
	
	private int initSize = 2000;
	
//访问记录列表  每次访问元素,将其访问记录放入列表,并有后台线程处理
	private long reset_interval = 2000*60;//刷新时间默认为2分钟
	
	private int capacity = 100000;
	
	private int size = 0;
	
	private boolean bln_started = false;
	
	private PerlocateThread perlocateThd ;
	
	public MyLRUCache()
	{
		init();
	}
	
	public MyLRUCache(int capacity)
	{
		this.capacity = capacity;
		init();
	}
	
	/**
	 * 
	 * @param capacity 最大容量
	 * @param time_cycle 计数时间周期
	 */
	public MyLRUCache(int capacity,int time_cycle)
	{
		this.capacity = capacity;
		this.reset_interval = time_cycle;
		init();
	}
	
	public void start()
	{
		this.perlocateThd = new PerlocateThread();
		perlocateThd.start();
		this.bln_started = true;
	}
	
	public void stop()
	{
		if(perlocateThd != null)
			perlocateThd.exit();
		this.bln_started = false;
		this.heap_array = new KeyVisitCounter[this.initSize+1];
		this.visistList.clear();
		this.container.clear();
	}
	private void init()
	{
		this.heap_array = new KeyVisitCounter[this.initSize+1];
	}
	
	public void resetCount()
	{
		for(KeyVisitCounter counter:heap_array)
		{
			if(counter != null)
				counter.reSet();
			else
				 break;
		}
	}
	
	
//	public void remove(Object key)
//	{
//		not support remove explicity
//	}
//	
	public Object get(Object key)
	{
		assertStatus();
		ValueEntry valueEntry = this.container.get(key);
		if(valueEntry != null)
		{
			//在堆中查找当前key,并对其count加1
			visistList.add(key);
			return valueEntry.getData();
		}
		return null;
	}
	
	public void put(Object key,Object value)
	{
		assertStatus();
		ValueEntry entry = new ValueEntry(value);
		this.visistList.add(key);
		this.container.put(key, entry);//实际上 保存的元素可能比capacity多
	}
	
	public int getSize()
	{
		return this.size;
	}
	
	
	/***********************some help methods****************************************************/
	
	private void assertStatus()
	{
		if(!this.bln_started)
			throw new RuntimeException("Illegle Cache Staus,not started");
	}

	/**
	 * 
	 * @param key
	 * @return 该key值对应的索引
	 */
	private int  perlocateUp(Object key/* , ValueEntry entry*/)
	{
		int indx = -1;
		ValueEntry entry = container.get(key);
		if(entry.getKeyIndx()==-1)
		{
			if(size<this.capacity&&size==this.heap_array.length-1)
			{
				int step = this.capacity - this.size;
				step = step<=this.increaseStep?step:increaseStep;
				KeyVisitCounter []newArray = new KeyVisitCounter[heap_array.length+step];
				System.arraycopy(heap_array, 1, newArray,1, size);
				heap_array = newArray;
			}
			
			KeyVisitCounter key_counter = new KeyVisitCounter(key);
			key_counter.visit();//缓存已满时,防止最后一个元素总是被删除 刚插入的元素给予特殊待遇
			//新加入一个记录值
			if(this.size==this.capacity)//heap满
			{
				if(heap_array[size].compareTo(key_counter)<=0)
				{
					heap_array[size] = key_counter;
					indx = size;
				}//else indx = -1
				
			}else
			{
				heap_array[size+1] = key_counter;
				indx = size+1;
				size++;
			}
			entry.setKeyIndex(indx);
		}
		else
		{
			indx = entry.getKeyIndx();
		}
		
		if(indx == -1)//
			return -1;
		
		//fix up heap_array to ensure it's heap character
			int parent = indx/2;
			KeyVisitCounter counter = this.heap_array[indx];
			counter.visit();
			while(parent!=0)
			{
				if(this.heap_array[indx].compareTo(this.heap_array[parent])>0)
				{				
					KeyVisitCounter tmp = heap_array[indx];
					heap_array[indx] = heap_array[parent];
					heap_array[parent] = tmp;
					indx = parent;
					
					
					//设置key对应的索引
					this.container.get(heap_array[indx].getKey()).setKeyIndex(indx);
					this.container.get(heap_array[parent].getKey()).setKeyIndex(parent);
					
					parent = indx/2;
				}else
				{
					break;
				}
			}
					
	  return indx;
	}
	
	

	private class PerlocateThread extends Thread
	{
		boolean run = true;
		public void run()
		{
			int count = 200;
			long last_reset_time = System.currentTimeMillis();
			while(run)
			{
				while(count>0&&visistList.size()>0)
				{
					Object key = visistList.remove(0);
					int indx = perlocateUp(key);
					if(indx == -1)
						container.remove(key);
				}
				
				if(System.currentTimeMillis() - last_reset_time >reset_interval)
				{
					resetCount();
					last_reset_time = System.currentTimeMillis();
				}
				try {
					this.sleep(500);
				} catch (InterruptedException e) {
					e.printStackTrace();
					break;
				}	
			}
		}
		
		public void exit()
		{
			run = false;
		}
		
	}
}


访问次数记录类
package org.jf.alg.lru;

public class KeyVisitCounter implements Comparable{

	private Object key;
	private int count;
	
	public KeyVisitCounter(Object key)
	{
		this.key = key;
	}
	
	public void visit()
	{
		count++;
	}
	
	public void visit(int times)
	{
		this.count += times ;
	}
	
	public int getVisitTimes()
	{
		return count;
	}
	
	public Object getKey()
	{
		return this.key;
	}

	public void reSet()
	{
		this.count = 0;
	}
	
	@Override
	public int compareTo(Object o) 
	{

		if(!(o instanceof KeyVisitCounter))
			return 1;
		KeyVisitCounter counter = (KeyVisitCounter) o;
		if(this.count > counter.count)
			return 1;
		if(this.count == counter.count)
			return 0;
		return -1;

	}
}



package org.jf.alg.lru;

public class ValueEntry {

	private int keyIndx = -1;//key在heap数组中的下标
	private Object data;
	
	public ValueEntry(Object data)
	{
		this.data = data;
	}
	
	public Object getData()
	{
		return this.data;
	}
	
	public void setKeyIndex(int indx)
	{
		this.keyIndx = indx;
	}
	
	public int getKeyIndx()
	{
		return this.keyIndx;
	}
}

分享到:
评论

相关推荐

    LRUCache实现 同步LRUCache

    LRUCache(Least Recently Used Cache)是一种常用的缓存淘汰策略,它基于“最近最少使用”的原则,当缓存满时,会优先淘汰最近最不常使用的数据。在Java中,虽然标准库没有直接提供LRUCache,但我们可以通过自定义...

    Android使用LruCache缓存图片

    `LruCache`是Android SDK提供的一种基于最近最少使用(Least Recently Used)算法的内存缓存机制,常用于图片、数据等对象的缓存,以减少磁盘读取和网络加载的次数。本文将详细介绍如何在Android应用中使用`LruCache...

    基于LruCache listView缓存图片工具类

    `LruCache`是Android SDK提供的一种内存缓存机制,它可以帮助我们优化应用程序的性能,减少对内存的消耗,提升用户体验。本文将深入探讨如何使用基于`LruCache`的图片加载工具类在ListView中实现图片缓存。 首先,`...

    Lrucache的相关使用(Android缓存)

    `LruCache`是Android SDK提供的一种基于最近最少使用(Least Recently Used)算法的内存缓存机制。本篇文章将深入探讨`LruCache`的原理、使用方法以及在实际应用中的注意事项。 首先,我们需要理解`LruCache`的工作...

    LruCache缓存网络图片

    "LruCache缓存网络图片"这个主题主要涉及到Android内存缓存的一种实现方式——LRU(Least Recently Used)最近最少使用算法。LRUCache是Android SDK提供的一种基于LRU算法的内存缓存工具,它被广泛应用于存储像图片...

    Android LRUCache机制 缓存机制

    ### Android LRUCache机制详解 #### 一、LRUCache简介 在Android开发过程中,缓存技术是一项重要的优化手段,可以显著提升应用性能并改善用户体验。LRUCache(Least Recently Used Cache,最近最少使用缓存)是一种...

    android图片墙lrucache oom

    本篇文章将深入探讨如何使用LRUCache来解决Android图片墙中的OOM问题。 一、Android OOM简介 当应用程序请求的内存超过系统分配的最大内存时,就会发生OOM。在Android中,每个应用都有自己的Dalvik虚拟机实例,其...

    LruCache和DiskLruCache实现二级缓存的自定义ImageLoader

    本文将深入探讨如何使用`LruCache`和`DiskLruCache`实现一个二级缓存的自定义`ImageLoader`。 `LruCache`是Android SDK提供的内存缓存解决方案,全称为"Least Recently Used Cache"(最近最少使用缓存)。它的原理...

    PhotosWallDemo 结合LruCache和DiskLruCache

    《PhotosWallDemo结合LruCache和DiskLruCache在Android中的应用详解》 在Android开发中,优化内存管理和数据缓存是提升应用性能的关键环节。本文将深入探讨一个名为PhotosWallDemo的项目,该项目巧妙地结合了...

    FrameAnimation帧动画以及LruCache优化的自定动画

    本DEMO深入探讨了三种实现帧动画的方法,并结合LruCache内存缓存策略来优化性能,防止因大量图片加载导致的内存溢出(OOM)问题。 一、FrameAnimation+xml方式 在Android中,通过XML资源文件可以方便地创建帧动画。...

    LruCache缓存demo

    在Android系统中,LRUCache是Android SDK提供的一种基于LRU策略的内存缓存工具,主要用于图片、数据库记录等对象的缓存,以提高应用性能。 标题“LruCache缓存demo”指的是一个关于如何使用LRUCache进行缓存操作的...

    LruCache Demo

    LRUCache(Least Recently Used Cache)是Android系统提供的一个基于最近最少使用算法(LRU)的内存缓存机制。在Android开发中,特别是在处理大量图片或者数据时,LRUCache可以帮助我们有效地管理内存,避免因内存...

    cpp-LRUCache11只有Header的C11LRU缓存模板类

    LRUCache(Least Recently Used Cache)是一种常用的缓存淘汰策略,它将最近最少使用的数据优先淘汰。在C++中,实现LRU缓存通常需要利用STL中的容器,如unordered_map来存储键值对,同时结合双向链表来维护数据的...

    LruCache缓存

    在Android开发中,`LruCache`是Google提供的一种基于LRU算法实现的缓存机制,它被广泛应用于图片、数据库查询结果等数据的缓存,以提高应用性能和用户体验。 ### LRU算法原理 LRU算法的基本思想是:当内存空间满时...

    异步加载图片,使用LruCache和sd卡或手机缓存,效果非常的流畅

    异步下载图片,使用LruCache和手机目录缓存,GridView滑动的时候取消下载图片,效果流畅,这里是代码,更多的介绍http://blog.csdn.net/xiaanming/article/details/9825113

    LruCache实例demo

    `LruCache`是Android SDK提供的一种基于最近最少使用(Least Recently Used, LRU)算法的内存缓存机制,用于高效地管理应用程序的内存资源。本篇文章将深入探讨`LruCache`的工作原理,以及如何在实际项目中使用它。 ...

    安卓图片加载缓存相关-AsyncTask的使用及ListView的常见优化asyncTask异步加载数据使用了LruCache优化图片加载通过滑动监听提高ListView滑动流畅度.rar

    AsyncTask的使用及ListView的常见优化 asyncTask异步加载数据 使用了LruCache优化图片加载 通过滑动监听提高ListView滑动流畅度.rar,太多无法一一验证是否可用,程序如果跑不起来需要自调,部分代码功能进行参考学习...

    简易单链表实现,附带LruCache算法的增删改查

    简易单链表增删改查功能实现。新增内容:新增单链表LruCache算法增删改查,对学习LruCache 算法有一定帮助。

    安卓listview相关相关-这是一个包含异步加载网络编程JSON解析LruCache图片缓存的简易的ListView图文混排Demo.rar

    这个Demo项目涵盖了多个关键知识点,包括异步加载、网络编程、JSON解析以及LruCache图片缓存策略,这些都是在实际开发中处理数据流和用户体验优化的重要技术。 1. **异步加载**: 在Android中,为了防止UI线程被...

    C# LRUcache

    你可以使用它们来创建自定义的LRUCache类,提供Insert、Get、Remove等方法,以支持缓存的操作。 在`cachedemo`文件中,可能包含了LRU缓存的C#实现示例代码,你可以通过查看和学习这个示例来进一步理解和掌握C# LRU...

Global site tag (gtag.js) - Google Analytics