`

LRU算法简单例子

 
阅读更多

转:http://blog.csdn.net/5iasp/article/details/4268090

package com.aspboy.base.cache;

/*
 * Created on 2004-8-18
 *
 *“最近最少使用算法”(LRU算法),它是将最近一段时间内最少被访问过的行淘汰出局。
 *因此需要为每行设置一个计数器,LRU算法是把命中行的计数器清零,其他各行计数器加1。
 *当需要替换时淘汰行计数器计数值最大的数据行出局。
 *这是一种高效、科学的算法,其计数器清零过程可以把一些频繁调用后再不需要的数据淘汰出Cache,
 *提高Cache的利用率。
 */


import java.util.HashMap;
import java.util.Iterator;
import java.util.Set;

/**
 * @author 刘跃清
 *
 * 最近最少使用算法 Window - Preferences - Java - Code Style - Code Templates
 */
public class LRU
{
    protected HashMap lruCache = new HashMap(2);

    //可操作的最大使用次数
    protected int MAX_INTEGER_NUMBER=2147483647;

    //缓存中保存的数大对象数目
    protected int max_object_num=1000;

    public LRU()
    {
    }
   
    public LRU(int maxObjectNum)
    {
        max_object_num=maxObjectNum;
    }

    /**
     * 增加对象到缓存中
     * @param key
     * @param value
     */
    public Object put(Object key, Object value)
    {
        CacheObject newValue = new CacheObject(value);
        if (lruCache.size()>=max_object_num)
        {
            removeLease();
        }
       
        return lruCache.put(key, newValue);
    }

    /**
     * 使用key来获取对象
     *
     * @param key
     * @return
     */
    public Object get(Object key)
    {
        CacheObject object=(CacheObject)lruCache.get(key);
        if (object==null)
        {
            return null;
        }

        //根据LRU算法原则,将命中的对象计算器0,将其他对象的计算值加1
        Set set=lruCache.keySet();
        Iterator iter=set.iterator();
        Object keyObject=null;
        CacheObject cacheObject=null;
        while(iter.hasNext())
        {
            keyObject=iter.next();
            cacheObject=(CacheObject) lruCache.get(keyObject);
            cacheObject.setUsetimes(cacheObject.getUsetimes()+1);
        }
        object.setUsetimes(0);
       
  return object!=null? object.getValue():null;
    }

    public boolean containsKey(Object key)
    {
        return lruCache.containsKey(key);
    }

    public void clear()
    {
        lruCache.clear();
    }

    public int size()
    {
        return lruCache.size();
    }

    public boolean isEmpty()
    {
        return lruCache.isEmpty();
    }

    public boolean containsValue(Object value)
    {
        return lruCache.containsKey(value);
    }

    /**
     * 移除使用最少的对象
     */
    public void removeLease()
    {
        Object leaseUseObjectKey=null;
        int usetimes=0;

        Set set=lruCache.keySet();
        Iterator iter=set.iterator();
        while(iter.hasNext())
        {
            Object keyObject=iter.next();
            CacheObject object=(CacheObject) lruCache.get(keyObject);
            if (object.getUsetimes()>usetimes)
            {
                usetimes=object.getUsetimes();
                leaseUseObjectKey=keyObject;
            }
        }
        lruCache.remove(leaseUseObjectKey);
    }

    public Set keySet()
    {
        return lruCache.keySet();
    }
    /**
     * 移除使用最频繁的对象
     */
    public void removeMost()
    {
        Object leaseUseObjectKey=null;
        int usetimes=MAX_INTEGER_NUMBER;

        Set set=lruCache.keySet();
        Iterator iter=set.iterator();
        while(iter.hasNext())
        {
            Object keyObject=iter.next();
            CacheObject object=(CacheObject) lruCache.get(keyObject);
            if (object.getUsetimes()<usetimes)
            {
                usetimes=object.getUsetimes();
                leaseUseObjectKey=keyObject;
            }
        }
        lruCache.remove(leaseUseObjectKey);
    }
   
    /**
     * 移除最早置入缓存的对象
     */
    public void removeEarly()
    {
        Object leaseUseObjectKey=null;
        long time=System.currentTimeMillis()+365*24*60*60*1000;

        Set set=lruCache.keySet();
        Iterator iter=set.iterator();
        while(iter.hasNext())
        {
            Object keyObject=iter.next();
            CacheObject object=(CacheObject) lruCache.get(keyObject);
            if (object.getPushtime()<time)
            {
                time=object.getPushtime();
                    leaseUseObjectKey=keyObject;
            }
        }
        lruCache.remove(leaseUseObjectKey);       
    }
   
    /**
     * 移除最迟放入的对象
     */
    public void removeLater()
    {
        Object leaseUseObjectKey=null;
        long time=-1;

        Set set=lruCache.keySet();
        Iterator iter=set.iterator();
        while(iter.hasNext())
        {
            Object keyObject=iter.next();
            CacheObject object=(CacheObject) lruCache.get(keyObject);
            if (object.getPushtime()>time)
            {
                time=object.getPushtime();
                leaseUseObjectKey=keyObject;
            }
        }
        lruCache.remove(leaseUseObjectKey);      
    }   
   
    /**
     * 删除某个键值及对应对象
     * @param key
     */
    public void remove(Object key)
    {
        lruCache.remove(key);
    }
   
    public static void main(String[] args)
    {
        LRU lru = new LRU(4);
        lru.put("a","The A String");
        lru.put("b","The B String");
        lru.put("d","The D String");
        lru.put("c","The C String");
       
        System.out.println(lru.toString());    
       
        lru.get("a");
        lru.get("b");
        lru.get("d");
        lru.get("a");
        lru.get("b");
        lru.get("d");
        lru.put("e","The E String");
        lru.get("e");
        lru.get("e");
        lru.get("e");
        lru.get("e");
        System.out.println(lru.toString());
    }

    public String toString()
    {
        StringBuffer strBf= new StringBuffer(10);
        Set set1=lruCache.keySet();
        Iterator iter1=set1.iterator();
        while(iter1.hasNext())
        {
            Object key=iter1.next();
            strBf.append(key+"=");
            strBf.append(lruCache.get(key));
            strBf.append("/n");
        }
        return strBf.toString();
    }
   
 
}

 

 

package com.aspboy.base.cache;

/*
 * Created on 2004-9-7
 *
 * TODO To change the template for this generated file go to
 * Window - Preferences - Java - Code Style - Code Templates
 */
/**

 *
 * TODO To change the template for this generated type comment go to
 * Window - Preferences - Java - Code Style - Code Templates
 */
public class CacheObject
{
    long pushtime = 0;

    int usetimes = 0;

    Object value = null;

    CacheObject( Object value )
    {
        pushtime = System.currentTimeMillis();
        usetimes = 0;
        this.value = value;
    }
   
    /**
     * @return Returns the pushtime.
     */
    public final long getPushtime()
    {
        return pushtime;
    }
   
    /**
     * @return Returns the usetimes.
     */
    public final int getUsetimes()
    {
        return usetimes;
    }
    /**
     * @param usetimes The usetimes to set.
     */
    public final void setUsetimes(int usetimes)
    {
        this.usetimes = usetimes;
    }
    /**
     * @return Returns the value.
     */
    public final Object getValue()
    {
        return value;
    }
    /**
     * @param value The value to set.
     */
    public final void setValue(Object value)
    {
        this.value = value;
    }
       
    public String toString()
    {
        StringBuffer strBf=new StringBuffer(10);
        strBf.append("value="+value+'/n');
        strBf.append("pushtime="+pushtime+'/n');
        strBf.append("usetimes="+usetimes+'/n');
        return strBf.toString();
    }
}

分享到:
评论

相关推荐

    lru算法的源程序代码

    ### LRU算法详解及其源程序代码分析 #### 一、LRU算法简介 LRU(Least Recently Used)即最近最少使用算法,是一种常用的缓存淘汰策略。当缓存满时,该策略会移除最近最少使用的数据来腾出空间。在计算机科学中,...

    LRU算法--utils工具包

    为了更深入地理解LRU算法和它的实现,我们需要关注以下几点: 1. **容量管理**:LRU缓存需要设定一个最大容量,当达到这个容量时,如何选择并移除最近最少使用的元素。 2. **数据结构**:`LinkedHashMap`在Java中...

    实现 LRU 算法,和 Caffeine 和 Redis 中的缓存淘汰策略.docx

    对于 LRU 缓存,我们关心的是访问顺序,因此在创建 `LinkedHashMap` 实例时,需要设置第三个构造参数为 `true`,表示维护访问顺序。 下面是一个简单的 `LRUCache` 类实现,使用 `LinkedHashMap` 来实现 LRU 策略: ...

    LRU.rar_LRU_LRU PUDN_页面调度算法

    LRU(Least Recently Used)是最常用的页面调度算法之一,它基于...通过分析"LRU.rar"压缩包中的内容,我们可以学习到LRU算法的实现细节和应用实例,这对于理解计算机操作系统的工作原理以及优化内存管理具有重要意义。

    页面置换算法(OPT、FIFO、LRU)实现--C++版本-页面置换算法(Optimal、FIFO、LRU)

    该工程具体是在codeblock上面实现了操作系统课程上讲解的页面置换算法,包括先进先出(FIFO)、最佳置换算法(OPT)、最久最近未使用算法(LRU)。 具体实现功能有: 1、建立相应的数据结构 2、在屏幕上显示页面...

    LRU.rar_LRU_LRU java_lru.java

    在这个Java实现的LRU算法示例中,我们将深入探讨LRU的核心概念、如何在Java中实现以及可能的应用场景。 1. LRU算法原理: LRU算法的基本思想是:如果一个数据最近被访问过,那么将来被访问的可能性会更高。在内存...

    实现OPT,FIFO,LRU三种页面淘汰算法

    中间环节除了要写出三种重要算法的具体代码之外,还要继续利用之前学过的C++控件知识,很多控件的使用需要借助于网上的实例代码,然后自己慢慢摸索,并结合自己的三种FIFO、OPT、LRU算法的代码,组合出整个代码模块...

    LRU.rar_LRU

    LRU算法的优势在于其简单直观,能够较好地预测未来访问行为。然而,它也有缺点,例如在工作集(一段时间内会被访问的页面集合)大小接近于内存大小时,LRU的效果并不理想,因为这时LRU无法区分哪些页面会被频繁访问...

    lru.rar_LRU

    在我们的例子中,提供的文件"lru.doc"可能包含对LRU算法的深入解释、示例或者实现代码。文件可能详细介绍了如何构建和操作一个LRU缓存,包括如何维护数据的访问顺序、如何处理内存满载的情况以及如何根据LRU策略进行...

    Python实现LRU算法的2种方法

    LRU算法广泛应用于计算机的硬件缓存、操作系统中的页面替换策略以及数据库和缓存系统如Redis中。在Python中,我们可以使用多种方式来实现LRU算法。 一种简便的方法是利用`collections.OrderedDict`,因为它能够保持...

    LRU.rar_LRU java

    在Java中实现LRU算法,通常会用到数据结构如哈希表和双向链表。下面将详细介绍LRU算法及其在Java中的实现。 **LRU算法原理** LRU算法的核心思想是:如果一个数据最近被访问过,那么将来被访问的可能性会更高。因此...

    详解页式管理置换算法FIFO-LRU-OPT.pdf

    例子中,LRU算法在访问5时淘汰3,访问6时淘汰4,访问7时淘汰1,以此类推,总共产生了10次缺页中断。 3. **FIFO(先进先出)算法** FIFO算法最简单,它遵循先加载的页面先被淘汰的原则,类似于一个先进先出的队列。...

    cachelru:最近最少使用算法

    LRU算法基于一个假设:最近频繁使用的数据在将来也更可能被频繁使用。因此,当缓存空间满时,LRU策略会选择最久未使用的数据项进行淘汰,以腾出空间给新的或更活跃的数据。这种策略在处理动态变化的数据访问模式时...

    Nodejs基于LRU算法实现的缓存处理操作示例

    本文实例讲述了Nodejs基于LRU算法实现的缓存处理操作。分享给大家供大家参考,具体如下: LRU是Least Recently Used的缩写,即最近最少使用页面置换算法,是为虚拟页式存储管理服务的,是根据页面调入内存后的使用...

    Lru.rar_LRU IN java_lru.java_replacement_simulation LRU_页面置换

    总之,`Lru.rar`项目提供了一个用Java实现的LRU页面置换算法实例,通过`Lru.java`类和`www.pudn.com.txt`测试数据,我们可以理解和学习LRU算法的工作原理及其在实际问题中的应用。这种模拟对于理解内存管理、虚拟...

    LRU.rar_LRU_LRU ja

    在这个Java程序中,我们将会探讨如何实现LRU算法,并通过分析`LRU.java`源代码来深入理解其工作原理。 LRU算法的核心思想是维护一个大小有限的缓存,每当新的数据进入或者已有数据被访问时,会根据数据的访问时间...

    操作系统之LRU算法(C语言).doc

    《操作系统之LRU算法(C语言)》 LRU(Least Recently Used...虽然实际操作系统中的LRU算法可能更为复杂,涉及的数据结构和优化也更高级,但这个例子提供了一个基础的理解框架,有助于理解LRU算法的基本原理和工作流程。

    详解页式管理置换算法FIFO-LRU-OPT (2).pdf

    在这个例子中,LRU 算法总共导致了10次缺页中断。例如,访问5时,由于2已经在内存中,将2移到栈顶,而访问6时,淘汰栈底的4,将6移到栈顶。 3. FIFO(先进先出)算法: FIFO 算法简单直观,按照页面进入内存的顺序...

Global site tag (gtag.js) - Google Analytics