最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Java之理解Redis回收算法LRU案例講解

 更新時(shí)間:2021年08月09日 11:03:59   作者:mind_programmonkey  
這篇文章主要介紹了Java之理解Redis回收算法LRU案例講解,本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下

如何通俗易懂的理解LRU算法?

1.LRU是什么?

LRU全稱(chēng)Least Recently Used,也就是最近最少使用的意思,是一種內(nèi)存管理算法,最早應(yīng)用于Linux操作系統(tǒng)。

LRU算法基于一種假設(shè):長(zhǎng)期不被使用的數(shù)據(jù),在未來(lái)被用到的幾率也不大。因此,當(dāng)數(shù)據(jù)所占內(nèi)存達(dá)到一定閾值時(shí),我們要移除掉最近最少被使用的數(shù)據(jù)。

LRU算法應(yīng)用:可以在內(nèi)存不夠時(shí),從哈希表移除一部分很少訪(fǎng)問(wèn)的用戶(hù)。

LRU是什么?按照英文的直接原義就是Least Recently Used,最近最久未使用法,它是按照一個(gè)非常著名的計(jì)算機(jī)操作系統(tǒng)基礎(chǔ)理論得來(lái)的:最近使用的頁(yè)面數(shù)據(jù)會(huì)在未來(lái)一段時(shí)期內(nèi)仍然被使用,已經(jīng)很久沒(méi)有使用的頁(yè)面很有可能在未來(lái)較長(zhǎng)的一段時(shí)間內(nèi)仍然不會(huì)被使用。基于這個(gè)思想,會(huì)存在一種緩存淘汰機(jī)制,每次從內(nèi)存中找到最久未使用的數(shù)據(jù)然后置換出來(lái),從而存入新的數(shù)據(jù)!它的主要衡量指標(biāo)是使用的時(shí)間,附加指標(biāo)是使用的次數(shù)。在計(jì)算機(jī)中大量使用了這個(gè)機(jī)制,它的合理性在于優(yōu)先篩選熱點(diǎn)數(shù)據(jù),所謂熱點(diǎn)數(shù)據(jù),就是最近最多使用的數(shù)據(jù)!因?yàn)椋肔RU我們可以解決很多實(shí)際開(kāi)發(fā)中的問(wèn)題,并且很符合業(yè)務(wù)場(chǎng)景。

2.LRU的需求

首先考慮這樣的一個(gè)業(yè)務(wù)場(chǎng)景,小王在A公司上班,有一天產(chǎn)品提出了一個(gè)需求:“咱們系統(tǒng)的用戶(hù)啊,每天活躍的就那么多,有太多的僵尸用戶(hù),根本不登錄,你能不能考慮做一個(gè)篩選機(jī)制把這些用戶(hù)刨出去,并且給活躍的用戶(hù)做一個(gè)排名,我們可以設(shè)計(jì)出一些獎(jiǎng)勵(lì)活動(dòng),提升咱們的用戶(hù)粘性,咱們只需要關(guān)注那些活躍的用戶(hù)就行了“”。小王連忙點(diǎn)頭,說(shuō)可以啊,然而心里犯起嘀咕來(lái)了:這簡(jiǎn)單,按照常規(guī)思路,給用戶(hù)添加一個(gè)最近活躍時(shí)間長(zhǎng)度和登錄次數(shù),然后按照這兩個(gè)數(shù)據(jù)計(jì)算他們的活躍度,最后直接排序就行了。嘿嘿,簡(jiǎn)直完美!不過(guò)!用戶(hù)表字段已經(jīng)很多了,又要加兩個(gè)字段,然后還得遍歷所有的數(shù)據(jù)排序?這樣查詢(xún)效率是不是會(huì)受影響???

3.LRU的實(shí)現(xiàn)方式

實(shí)現(xiàn) LRUCache 類(lèi):

  • LRUCache(int capacity) 以正整數(shù)作為容量 capacity 初始化 LRU 緩存;
  • int get(int key) 如果關(guān)鍵字 key 存在于緩存中,則返回關(guān)鍵字的值,否則返回 -1 。
  • void put(int key, int value) 如果關(guān)鍵字已經(jīng)存在,則變更其數(shù)據(jù)值;如果關(guān)鍵字不存在,則插入該組「關(guān)鍵字-值」。當(dāng)緩存容量達(dá)到上限時(shí),它應(yīng)該在寫(xiě)入新數(shù)據(jù)之前刪除最久未使用的數(shù)據(jù)值,從而為新的數(shù)據(jù)值留出空間。

3.1 直接繼承LinkedHashMap來(lái)實(shí)現(xiàn)

public class Code_LRU {
	class LRUCache extends LinkedHashMap<Integer,Integer>{
		private int capacity;
		public LRUCache(int capacity) {
			super(capacity,0.75F,true);
			this.capacity = capacity;
		}
		
		public int get(int key) {
			return super.getOrDefault(key,-1);
		}
		public void put(int key,int value) {
			super.put(key, value);
		}
		
		// 重寫(xiě)淘汰策略
		protected boolean removeEldestEntry(Map.Entry<Integer, Integer> edlest) {
			return size()>capacity;
		}
	}
}

3.2 用雙向鏈表+hashMap來(lái)實(shí)現(xiàn)

// 解題思路:雙向鏈表+hashmap來(lái)實(shí)現(xiàn)
	class LRUCache_2{
		// 雙向鏈表
		class DLinkedNode{
			int key;
			int value;
			DLinkedNode prev;
			DLinkedNode next;
			public DLinkedNode() {
				
			}
			public DLinkedNode(int key,int value) {
				this.key = key;
				this.value = value;
			}
		}
		
		// hashmap
		private HashMap<Integer,DLinkedNode> cache = new HashMap<>();
		// 定義私有變量
		private int size;
		private int capacity;
		private DLinkedNode head,tail;
		
		public LRUCache_2(int capacity) {
			this.size = 0;
			this.capacity = capacity;
			// 生成偽頭部和偽尾部結(jié)點(diǎn)
			head = new DLinkedNode();
			tail = new DLinkedNode();
			head.next = tail;
			tail.prev = head;
		}
		
		//獲得值
		public int get(int key) {
			DLinkedNode node = cache.get(key);
			if(node==null) {
				return -1;
			}else {
				// 如果key存在,哈希表定位 結(jié)點(diǎn)移動(dòng)到頭部
				moveToHead(node);
				return node.value;
			}
		}
		
		// 放入值的操作
		public void put(int key,int value) {
			DLinkedNode node = cache.get(key);
			// 如果key不存在
			if(node==null) {
				// 新創(chuàng)建一個(gè)結(jié)點(diǎn)
				DLinkedNode newNode = new DLinkedNode(key,value);
				// 添加
				cache.put(key,newNode);
				// 添加到頭部
				addToHead(newNode);
				++size;
				// 判斷容量
				if(size>capacity) {
					// 稱(chēng)號(hào)出容量
					DLinkedNode tail = removeTail();
					// 刪除hash表中對(duì)應(yīng)的項(xiàng)
					cache.remove(tail.key);
					--size;
				}
				
			}else {
				node.value = value;
				// 移動(dòng)
				moveToHead(node);
			}
		}
		
		// 添加結(jié)點(diǎn)的操作
		private void addToHead(DLinkedNode node) {
			node.prev = head;
			node.next = head.next;
			head.next.prev = node;
			head.next = node;
		}
		
		// 刪除結(jié)點(diǎn)
		private void removeNode(DLinkedNode node) {
			node.prev.next = node.next;
			node.next.prev = node.prev;
		}
		
		// 移動(dòng)到頭結(jié)點(diǎn) 刪結(jié)點(diǎn) 填充結(jié)點(diǎn)
		private void moveToHead(DLinkedNode node) {
			removeNode(node);
			addToHead(node);
		}
		// 刪除尾部結(jié)點(diǎn)
		private DLinkedNode removeTail() {
			DLinkedNode res = tail.prev;
			removeNode(res);
			return res;
		}
	}

到此這篇關(guān)于Java之理解Redis回收算法LRU案例講解的文章就介紹到這了,更多相關(guān)Java之理解Redis回收算法LRU內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論

临夏县| 门源| 平江县| 永新县| 伊春市| 马边| 内江市| 永德县| 武义县| 皋兰县| 定日县| 秭归县| 肃北| 南平市| 文成县| 林芝县| 长宁县| 洪泽县| 酒泉市| 安泽县| 吕梁市| 商南县| 苗栗市| 泾阳县| 兴国县| 桓台县| 九江市| 池州市| 济宁市| 北海市| 枣庄市| 汉中市| 天长市| 丰宁| 高雄县| 遵义市| 海宁市| 富民县| 金堂县| 建宁县| 隆化县|