漫画：什么是LRU算法？
本期封面作者：A17
————— 两个月前 —————
用户信息当然是存在数据库里。但是由于我们对用户系统的性能要求比较高，显然不能每一次请求都去查询数据库。
所以，小灰在内存中创建了一个哈希表作为缓存，每次查找一个用户的时候先在哈希表中查询，以此提高访问性能。
很快，用户系统上线了，小灰美美地休息了几天。
一个多月之后......
———————————————
什么是哈希链表呢？
我们都知道，哈希表是由若干个Key-Value所组成。在“逻辑”上，这些Key-Value是无所谓排列顺序的，谁先谁后都一样。
在哈希链表当中，这些Key-Value不再是彼此无关的存在，而是被一个链条串了起来。每一个Key-Value都具有它的前驱Key-Value、后继Key-Value，就像双向链表中的节点一样。
这样一来，原本无序的哈希表拥有了固定的排列顺序。
让我们以用户信息的需求为例，来演示一下LRU算法的基本思路：
1.假设我们使用哈希链表来缓存用户信息，目前缓存了4个用户，这4个用户是按照时间顺序依次从链表右端插入的。
2.此时，业务方访问用户5，由于哈希链表中没有用户5的数据，我们从数据库中读取出来，插入到缓存当中。这时候，链表中最右端是最新访问到的用户5，最左端是最近最少访问的用户1。
3.接下来，业务方访问用户2，哈希链表中存在用户2的数据，我们怎么做呢？我们把用户2从它的前驱节点和后继节点之间移除，重新插入到链表最右端。这时候，链表中最右端变成了最新访问到的用户2，最左端仍然是最近最少访问的用户1。
4.接下来，业务方请求修改用户4的信息。同样道理，我们把用户4从原来的位置移动到链表最右侧，并把用户信息的值更新。这时候，链表中最右端是最新访问到的用户4，最左端仍然是最近最少访问的用户1。
5.后来业务方换口味了，访问用户6，用户6在缓存里没有，需要插入到哈希链表。假设这时候缓存容量已经达到上限，必须先删除最近最少访问的数据，那么位于哈希链表最左端的用户1就会被删除掉，然后再把用户6插入到最右端。
以上，就是LRU算法的基本思路。
private Node head;
private Node end;
//缓存存储上限
private int limit;
private HashMap<String, Node> hashMap;
public LRUCache(int limit) {
this.limit = limit;
hashMap = new HashMap<String, Node>();
}
public String get(String key) {
Node node = hashMap.get(key);
if (node == null){
return null;
}
refreshNode(node);
return node.value;
}
public void put(String key, String value) {
Node node = hashMap.get(key);
if (node == null) {
//如果key不存在，插入key-value
if (hashMap.size() >= limit) {
String oldKey = removeNode(head);
hashMap.remove(oldKey);
}
node = new Node(key, value);
addNode(node);
hashMap.put(key, node);
}else {
//如果key存在，刷新key-value
node.value = value;
refreshNode(node);
}
}
public void remove(String key) {
Node node = hashMap.get(key);
removeNode(node);
hashMap.remove(key);
}
/**
* 刷新被访问的节点位置
* @param node 被访问的节点
*/
private void refreshNode(Node node) {
//如果访问的是尾节点，无需移动节点
if (node == end) {
return;
}
//移除节点
removeNode(node);
//重新插入节点
addNode(node);
}
/**
* 删除节点
* @param node 要删除的节点
*/
private String removeNode(Node node) {
if (node == end) {
//移除尾节点
end = end.pre;
}else if(node == head){
//移除头节点
head = head.next;
} else {
//移除中间节点
node.pre.next = node.next;
node.next.pre = node.pre;
}
return node.key;
}
/**
* 尾部插入节点
* @param node 要插入的节点
*/
private void addNode(Node node) {
if(end != null) {
end.next = node;
node.pre = end;
node.next = null;
}
end = node;
if(head == null){
head = node;
}
}
class Node {
Node(String key, String value){
this.key = key;
this.value = value;
}
public Node pre;
public Node next;
public String key;
public String value;
}
public static void main(String[] args) {
LRUCache lruCache = new LRUCache(5);
lruCache.put("001", "用户1信息");
lruCache.put("002", "用户1信息");
lruCache.put("003", "用户1信息");
lruCache.put("004", "用户1信息");
lruCache.put("005", "用户1信息");
lruCache.get("002");
lruCache.put("004", "用户2信息更新");
lruCache.put("006", "用户6信息");
System.out.println(lruCache.get("001"));
System.out.println(lruCache.get("006"));
}需要注意的是，这段不是线程安全的，要想做到线程安全，需要加上synchronized修饰符。
告诉大家一个好消息，小灰的《漫画算法》全面上架啦，在短短的两周里，本书一度霸占着各大畅销榜榜首！
扫码或者点击封面查看详情
小灰把两年多以来积累的漫画作品进行了筛选和优化，并加上了一些更为基础和系统的入门章节，最终完成了本书的六大篇章：
第一章 算法概述
介绍了算法和数据结构的相关概念，告诉大家算法是什么，数据结构又是什么，它们有哪些用途，如何分析时间复杂度，如何分析空间复杂度。
第二章 数据结构基础
介绍了最基本的数据结构，包括数组、链表、栈、队列、哈希表的概念和读写操作。
第三章 树
介绍了树和二叉树的概念、二叉树的各种遍历方式、二叉堆和优先队列的应用。
第四章 排序算法
介绍了几种典型的排序算法，包括冒泡排序、快速排序、堆排序、计数排序、桶排序。
第五章 面试中的算法
介绍了10余道职场上流行的算法面试题及详细的解题思路。例如怎样判断链表有环、怎样计算大整数相加等。
第六章 算法的实际应用
介绍了算法在职场上的一些应用，例如使用LRU算法来淘汰冷数据，使用Bitmap算法来统计用户特征等。
本书是全彩印制，书中的每一章、每一节、每一句话、每一幅图、每一行代码，都经过了小灰和编辑们的精心打磨，力求用最为直白的方式把知识讲明白、讲透彻。
早期的漫画中存在一些叙述错误和表达不清晰的地方，小灰在本书中做了修正和补充；同时书中增加了许多全新的篇章，使得本书的内容更加系统和全面。
对于渴望学习算法的小伙伴，无论你是正在学习计算机专业的学生，还是已经进入职场的新人，亦或是拥有多年工作经验却不擅长算法的老手，这本《漫画算法》都能帮助你告别对算法的恐惧，认识算法、掌握算法。
扫码或点击阅读原文购买
新品8折优惠中