概述

記錄一下LRU快取淘汰演算法的實現。

原理

LRU（Least recently used，最近最少使用）快取演算法根據資料最近被訪問的情況來進行淘汰資料，其核心思想是“如果資料最近被訪問過，那麼將來被訪問的機率也更高”。

介紹

下圖中，介紹了一個快取空間為5的快取佇列，當訪問資料的順序是:1,2,3,4,5,6,7,6,4,0時空間中資料的變化過程。

可以發現:
1. 當快取空間未滿時，資料一直往新的空間寫；
2. 當快取滿，並且快取中沒有需要訪問的資料時，最先進入快取的資料被淘汰掉；
3. 當快取滿，並且快取中有需要訪問的資料時，做了一個數據交換，把訪問的資料拿出來，其餘資料往下壓，最後把訪問的資料放到頂部
在這裡，可能有疑問，就是把“資料交換”於“資料完全新增和刪除”有什麼區別呢？答案是效能，前者是移動指標，後者是更新整個記憶體空間，後者所花費的系統開銷遠比前者大得多。

實現

看了演算法的介紹，我們想到的資料結構就是連結串列了。

• 雙向連結串列的資料結構

    /**
     * 雙向連結串列資料結構
     */
    private class NodePair{
        NodePair frontNode;
        NodePair postNode;
        int data;
    }

• 逆序查詢連結串列

    /**
     * 根據資料逆序查詢連結串列中是否有此節點，有，則把該點提出來，放到current的位置
     * 當匹配到的時候，返回true
     * @param data
     */
 

    public boolean searchNode(int data){
        boolean flag = false;
        NodePair tempNode = current;
        //不匹配，即沒找到，則繼續查詢
        while(tempNode.frontNode != null || tempNode.data != data){
            tempNode = tempNode.frontNode;
        }
        //這個判讀表示匹配到了
        if(tempNode.data == data){
            tempNode.frontNode.postNode = tempNode.postNode;
            tempNode.postNode.frontNode = tempNode.frontNode;
            current = tempNode;
            flag = true
 
;
        }

        return flag;
    }

• 空間滿了，並且快取中沒有待訪問的資料，刪除最下面的節點，再新增一個節點，相當於重新賦值最下面的節點，如圖
  
  紅線表示，head將要指向倒數第二個點了，即，倒數第二個點要變成現在最底下的點了。

    /**
     * 給head節點重新賦值操作
     * 實現細節是：
     * 0.倒數第二個點（head的下一個點）的frontNode引用指向null
     * 1.給head所指節點重新賦值
     * 2.current節點的frontNode引用指向head
     * 3.把current節點指向head
     * 4.把head指向head的下一個節點（即，倒數第二個點）
     */
    public void resetHeadNode(int data){
        NodePair secondNode = head.postNode;

        head.postNode.frontNode = null;

        head.data = data;
        head.frontNode = current;
        head.postNode = null;

        current.postNode = head;

        current = head;

        head = secondNode;
    }

• 快取滿了，查詢快取中是否有待訪問資料，有的話，同時把有的資料放到current指標所指位置。

    /**
     * 根據資料逆序查詢連結串列中是否有此節點，有，則把該點提出來，放到current的位置
     * 當匹配到的時候，返回true
     * @param data
     */
    public boolean searchNode(int data){
        boolean flag = false;
        NodePair tempNode = current;
        //不匹配，即沒找到，則繼續查詢
        while(tempNode.frontNode != null || tempNode.data != data){
            tempNode = tempNode.frontNode;
        }
        //這個判讀表示匹配到了
        if(tempNode.data == data){
            tempNode.frontNode.postNode = tempNode.postNode;
            tempNode.postNode.frontNode = tempNode.frontNode;
            current = tempNode;
            flag = true;
        }

        return flag;
    }

• 新增節點

    /**
     * 往LRU快取中插入資料
     * @param data
     */
    public void addNode(int data){
        //快取未滿，不需要刪除，直接插入
        if(length <= size){
            NodePair tempNode = new NodePair();
            tempNode.frontNode = current;
            tempNode.postNode = null;
            tempNode.data = data;
            current = tempNode;
            length++;
        }
        //快取滿了，查詢快取中有沒有資料
        else{
            if(!searchNode(data)){
                //快取中沒有，需要給head節點重新賦值
                resetHeadNode(data);
            }
        }
    }

LRU演算法的缺點

如果有幾個不符合“如果資料最近被訪問過，那麼將來被訪問的機率也更高”的規律時，會破壞快取，導致效能下降。

總結

寫演算法時，通過畫圖，寫步驟，先產生一個清晰的思路，然後一步步去做實現剛才思考的步驟。