LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
2.3 鏈表+HashTable實現
解決自己維護鏈表，插入、查詢慢的問題，可以使用鏈表+HashTable來實現LRU算法，代碼如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
2.3 鏈表+HashTable實現
解決自己維護鏈表，插入、查詢慢的問題，可以使用鏈表+HashTable來實現LRU算法，代碼如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
2.3 鏈表+HashTable實現
解決自己維護鏈表，插入、查詢慢的問題，可以使用鏈表+HashTable來實現LRU算法，代碼如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
2.3 鏈表+HashTable實現
解決自己維護鏈表，插入、查詢慢的問題，可以使用鏈表+HashTable來實現LRU算法，代碼如下所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
2.3 鏈表+HashTable實現
解決自己維護鏈表，插入、查詢慢的問題，可以使用鏈表+HashTable來實現LRU算法，代碼如下所示：
LRU算法的演變
LRU-K算法
LRU算法的弊端是會產生“緩存汙染”，比如週期性訪問的數據。為了解決這個問題，我們引入LRU-K算法。舉個例子，需要查詢的數據特別頻繁，我們從redis或者數據庫中拉取數據比較慢可以放在jvm緩存中，如下圖所示：
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
2.3 鏈表+HashTable實現
解決自己維護鏈表，插入、查詢慢的問題，可以使用鏈表+HashTable來實現LRU算法，代碼如下所示：
LRU算法的演變
LRU-K算法
LRU算法的弊端是會產生“緩存汙染”，比如週期性訪問的數據。為了解決這個問題，我們引入LRU-K算法。舉個例子，需要查詢的數據特別頻繁，我們從redis或者數據庫中拉取數據比較慢可以放在jvm緩存中，如下圖所示：
滿足條件的數據放在LRU隊列中，應用程序第一次拉取數據從LRU隊列中來拿，如果沒有再從歷史隊列中拿，如果還拿不到就從redis中拿，並把拿到的數據放入歷史隊列中，歷史隊列的數據滿足一定條件就放入LRU隊列中
作者：生命—在繼續
原文：CSDN
LRU算法
1 原理
對於在內存中並且不被使用的數據塊就是LRU，這類數據需要從內存中刪除，以騰出空間來存儲常用的數據。
LRU算法（Least Recently Used，最近最少使用），是內存管理的一種頁面置換算法，就是用來刪除內存中不被使用的數據，騰出空間來把常用的數據存進去。
LRU算法的實現原理：把所有的緩存數據存入鏈表中，新插入的或被訪問的數據存入鏈表頭，如果鏈表滿了，就把尾部的數據清除。如下圖所示：
比如長度是5，緩存中的數據是：1，2，3，4，5
訪問了2，那麼緩存中的數據順序變為：2，1，3，4，5
新插入了6，會變為：6，2，1，3，4
2 Java編碼實現
2.1 基於linkedhashmap實現
linkedhashmap的底層實現是鏈表，使用linkedhashmap實現LRU算法的關鍵在於設置鏈表的長度，代碼如下所示：
2.2 鏈表實現
可以自己維護一個鏈表，來實現LRU算法，但是這種方式的弊端是查詢、插入的效率比較慢，代碼實現如下所示：
2.3 鏈表+HashTable實現
解決自己維護鏈表，插入、查詢慢的問題，可以使用鏈表+HashTable來實現LRU算法，代碼如下所示：
LRU算法的演變
LRU-K算法
LRU算法的弊端是會產生“緩存汙染”，比如週期性訪問的數據。為了解決這個問題，我們引入LRU-K算法。舉個例子，需要查詢的數據特別頻繁，我們從redis或者數據庫中拉取數據比較慢可以放在jvm緩存中，如下圖所示：
滿足條件的數據放在LRU隊列中，應用程序第一次拉取數據從LRU隊列中來拿，如果沒有再從歷史隊列中拿，如果還拿不到就從redis中拿，並把拿到的數據放入歷史隊列中，歷史隊列的數據滿足一定條件就放入LRU隊列中
作者：生命—在繼續
原文：CSDN