java实现LFU缓存淘汰算法

LFU算法：最不经常使用淘汰算法（Least Frequently Used）。LFU是使用次数最少的缓存（若有多个相同的最少使用次数缓存，则删除距今最久的缓存。也就是淘汰使用次数最少且距今最久的缓存）。

LRU算法：最近最少使用淘汰算法（Least Recently Used）。LRU是淘汰最长时间没有被使用的缓存（即使该缓存被访问的次数最多）。
LRU算法可参考：java实现LRU缓存淘汰算法

原理：

1.使用变量 cap 记录允许存储的缓存数量，超过cap时原先最老且访问次数最少的淘汰

2.使用两个 values 和 counts分别记录缓存和缓存被访问的次数（put或get时访问此数会加1）

3.使用 frequency记录每个访问次数对应哪些缓存的key，且这些key是按加入缓存的先后顺序保存的。 frequency用于淘汰时确定要删除的最老且访问次数最少的缓存。

4.min是frequency的key，用于确定要淘汰的缓存。

代码如下：

import java.util.HashMap;
import java.util.LinkedHashSet;

public class LFUCache<K, V> {

    /**
     * 最大缓存的数量
     */
    private int cap;

    /**
     * 缓存
     */
    private HashMap<K, V> values;

    /**
     * 缓存的访问频次的key-count
     */
    private HashMap<K, Integer> counts;

    /**
     * 同一访问频次的缓存
     */
    private HashMap<Integer, LinkedHashSet<K>> frequency;

    /**
     * 记录要淘汰时的count
     */
    private int min = -1;

    /**
     * 缓存的大小
     */
    public int size = 0;

    public LFUCache(int cap) {
        this.cap = cap;
        values = new HashMap<>();
        counts = new HashMap<>();
        frequency = new HashMap<>();
        frequency.put(1, new LinkedHashSet<>());
    }

    /**
     * put值时:
     * 1.当缓存未满，key不存在时，存入缓存，counts中的访问次数记为1（即put也视为访问了该缓存）
     * 2.当缓存未满，key存在时，覆盖缓存，counts中的访问次数加1（即put也视为访问了该缓存）
     * 3.当缓存已满，删除距今最久且访问此数最少的key,再将新的key放入缓存
     */
    public void put(K key, V value) {
        Integer count = 1;
        //put时key已经存在则覆盖原来的值，并调用get方法将count加1
        if (values.containsKey(key)) {
            values.put(key, value);
            get(key);
            return;
        }
        //缓存的数量超过cap时淘汰距今最久且访问次数最少的
        if (values.size() >= cap) {
            K removeKey = frequency.get(min).iterator().next();
            values.remove(removeKey);
            counts.remove(removeKey);
            frequency.get(min).remove(removeKey);
        } else {
            size++;
        }
        //缓存未满或缓存满了后淘汰一个后put值到缓存中
        values.put(key, value);
        counts.put(key, count);
        if (!frequency.containsKey(count)) {
            frequency.put(count, new LinkedHashSet<>());
        }
        frequency.get(count).add(key);
        min = 1;
    }

    /**
     * get值时:
     * 1.当缓存中没有该缓存时，返回null
     * 2.当缓存中有该缓存时，返回缓存，并且counts和 frequency中缓存访问数量加1
     */
    public V get(K key) {
        V value = null;
        if (values.containsKey(key)) {
            value = values.get(key);
            //更新counts中记录的key对应的数量
            int count = counts.get(key);
            counts.put(key, count + 1);
            //更新最少访问的key的数量min
            frequency.get(count).remove(key);

            int frequencyCountSize = frequency.get(count).size();
            if (count == min && frequencyCountSize == 0) {
                min++;
            }
            if (frequencyCountSize == 0) {
                frequency.remove(count);
            }
            //更新frequency中记录的数量对应的key
            if (!frequency.containsKey(count + 1)) {
                frequency.put(count + 1, new LinkedHashSet<>());
            }
            frequency.get(count + 1).add(key);
        }
        return value;
    }

    /**
     * 清除所有缓存
     */
    public void clear() {
        values.clear();
        counts.clear();
        frequency.clear();
        min = -1;
        size = 0;
    }

    /**
     * 判断是否包含
     */
    public boolean contains(K key) {
        return values.containsKey(key);
    }

    /**
     * 删除某一缓存
     */
    public void remove(K key) {
        if (values.containsKey(key)) {
            values.remove(key);
            int count = counts.get(key);
            counts.remove(key);
            frequency.get(count).remove(key);
            size--;
            int frequencyCountSize = frequency.get(count).size();
            if (count == min && frequencyCountSize == 0) {
                min++;
            }
            if (frequencyCountSize == 0) {
                frequency.remove(count);
            }
        }
    }


    public int getCap() {
        return cap;
    }

    public HashMap<K, V> getValues() {
        return values;
    }

    public HashMap<K, Integer> getCounts() {
        return counts;
    }

    public HashMap<Integer, LinkedHashSet<K>> getFrequency() {
        return frequency;
    }

    public int getMin() {
        return min;
    }
}

测试：

public class MainServer {
    public static void main(String[] args) throws IOException {
         //设置缓存
        LFUCache<String,String> cache = new LFUCache<>(4);
        cache.put("a","a");
        cache.put("b","b");
        cache.put("c","c");
        cache.put("d","d");
        //访问缓存
        cache.get("a");
        cache.get("c");
        cache.get("c");
        System.out.println("缓存"+cache.getValues());
        System.out.println("缓存和访问数量"+cache.getCounts());
        System.out.println("缓存访问数量和访问顺序"+cache.getFrequency());
        System.out.println("getFrequency中将淘汰的缓存位置"+cache.getMin());
        System.out.println("大小"+cache.size);
        System.out.println();
        //添加新缓存e,将淘汰b
        cache.put("e","e");
        System.out.println("缓存"+cache.getValues());
        System.out.println("缓存和访问数量"+cache.getCounts());
        System.out.println("缓存访问数量和访问顺序"+cache.getFrequency());
        System.out.println("getFrequency中将淘汰的缓存位置"+cache.getMin());
        System.out.println("大小"+cache.size);
        System.out.println();

        cache.remove("d");
        System.out.println("缓存"+cache.getValues());
        System.out.println("缓存和访问数量"+cache.getCounts());
        System.out.println("缓存访问数量和访问顺序"+cache.getFrequency());
        System.out.println("getFrequency中将淘汰的缓存位置"+cache.getMin());
        System.out.println("大小"+cache.size);
        System.out.println();


        cache.clear();
        System.out.println("缓存"+cache.getValues());
        System.out.println("缓存和访问数量"+cache.getCounts());
        System.out.println("缓存访问数量和访问顺序"+cache.getFrequency());
        System.out.println("getFrequency中将淘汰的缓存位置"+cache.getMin());
        System.out.println("大小"+cache.size);
        System.out.println();
    }

结果：

缓存{a=a, b=b, c=c, d=d}
缓存和访问数量{a=2, b=1, c=3, d=1}
缓存访问数量和访问顺序{1=[b, d], 2=[a], 3=[c]}
getFrequency中将淘汰的缓存位置1
大小4

缓存{a=a, c=c, d=d, e=e}
缓存和访问数量{a=2, c=3, d=1, e=1}
缓存访问数量和访问顺序{1=[d, e], 2=[a], 3=[c]}
getFrequency中将淘汰的缓存位置1
大小4

缓存{a=a, c=c, e=e}
缓存和访问数量{a=2, c=3, e=1}
缓存访问数量和访问顺序{1=[e], 2=[a], 3=[c]}
getFrequency中将淘汰的缓存位置1
大小3

缓存{}
缓存和访问数量{}
缓存访问数量和访问顺序{}
getFrequency中将淘汰的缓存位置-1
大小0

文章由半码博客整理，本文链接：https://www.bmabk.com/index.php/post/80276.html

java实现LFU缓存淘汰算法

相关推荐