LRU和LFU缓存置换算法
对于web开发而言，缓存必不可少，也是提高性能最常用的方式。无论是浏览器缓存(如果是chrome浏览器，可以通过chrome:://cache查看)，还是服务端的缓存(通过memcached或者redis等内存数据库)。缓存不仅可以加速用户的访问，同时也可以降低服务器的负载和压力。那么，了解常见的缓存淘汰算法的策略和原理就显得特别重要。
常见的缓存算法
- LRU (Least recently used) 最近最少使用，如果数据最近被访问过，那么将来被访问的几率也更高。
- LFU (Least frequently used) 最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小。
- FIFO (Fist in first out) 先进先出， 如果一个数据最先进入缓存中，则应该最早淘汰掉。
Cache置换
Cache工作原理要求它尽量保存最新数据，但是Cache一般大小有限，当Cache容量达到上限时，就会产生Cache替换的问题。最理想的情况是置换出未来短期内不会被再次访问的数据，但是我们无法预知未来，所以只能从数据在过去的访问情况中寻找规律进行置换。
LFU Cache置换算法
Least Frequently Used algorithm LFU是首先淘汰一定时期内被访问次数最少的页!
这种算法选择近期最少访问的页面作为被替换的页面。显然，这是一种合理的算法，因为到目前为止最少使用的页面，很可能也是将来最少访问的页面。
代码如下：
import java.util.*;
public class LFUCache {
private static final int DEFAULT_MAX_SIZE = 3;
private int capacity = DEFAULT_MAX_SIZE;
//保存缓存的访问频率和时间
private final Map<Integer, HitRate> cache = new HashMap<Integer, HitRate>();
//保存缓存的KV
private final Map<Integer, Integer> KV = new HashMap<Integer, Integer>();
// @param capacity, an integer
public LFUCache(int capacity) {
this.capacity = capacity;
}
// @param key, an integer
// @param value, an integer
// @return nothing
public void set(int key, int value) {
Integer v = KV.get(key);
if (v == null) {
if (cache.size() == capacity) {
Integer k = getKickedKey();
KV.remove(k);
cache.remove(k);
}
cache.put(key, new HitRate(key, 1, System.nanoTime()));
} else { //若是key相同只增加频率,更新时间,并不进行置换
HitRate hitRate = cache.get(key);
hitRate.hitCount += 1;
hitRate.lastTime = System.nanoTime();
}
KV.put(key, value);
}
public int get(int key) {
Integer v = KV.get(key);
if (v != null) {
HitRate hitRate = cache.get(key);
hitRate.hitCount += 1;
hitRate.lastTime = System.nanoTime();
return v;
}
return -1;
}
// @return 要被置换的key
private Integer getKickedKey() {
HitRate min = Collections.min(cache.values());
return min.key;
}
class HitRate implements Comparable<HitRate> {
Integer key;
Integer hitCount; // 命中次数
Long lastTime; // 上次命中时间
public HitRate(Integer key, Integer hitCount, Long lastTime) {
this.key = key;
this.hitCount = hitCount;
this.lastTime = lastTime;
}
public int compareTo(HitRate o) {
int hr = hitCount.compareTo(o.hitCount);
return hr != 0 ? hr : lastTime.compareTo(o.lastTime);
}
}
public static void main(String[] as) throws Exception {
LFUCache cache = new LFUCache(3);
cache.set(2, 2);
cache.set(1, 1);
System.out.println(cache.get(2));
System.out.println(cache.get(1));
System.out.println(cache.get(2));
cache.set(3, 3);
cache.set(4, 4);
System.out.println(cache.get(3));
System.out.println(cache.get(2));
System.out.println(cache.get(1));
System.out.println(cache.get(4));
}
}
LRU Cache置换算法
Least Recently Used algorithm LRU是首先淘汰最长时间未被使用的页面。
这种算法把近期最久没有被访问过的页面作为被替换的页面。它把LFU算法中要记录数量上的"多"与"少"简化成判断"有"与"无"，因此，实现起来比较容易。
像浏览器的缓存策略、memcached的缓存策略都是使用LRU这个算法，LRU算法会将近期最不会访问的数据淘汰掉。LRU如此流行的原因是实现比较简单，而且对于实际问题也很实用，良好的运行时性能，命中率较高。下面谈谈如何实现LRU缓存：
- 新数据插入到链表头部
- 每当缓存命中（即缓存数据被访问），则将数据移到链表头部
- 当链表满的时候，将链表尾部的数据丢弃
LRU Cache具备的操作：
-
set(key,value)：如果key在hashmap中存在，则先重置对应的value值，然后获取对应的节点cur，将cur节点从链表删除，并移动到链表的头部；若果key在hashmap不存在，则新建一个节点，并将节点放到链表的头部。当Cache存满的时候，将链表最后一个节点删除即可。
-
get(key)：如果key在hashmap中存在，则把对应的节点放到链表头部，并返回对应的value值；如果不存在，则返回-1。
代码如下：
//实现起来比较简单. 维护一个链表,每次数据新添加或者有访问时移动到链表尾,
//每次淘汰数据则是淘汰链表头部的数据.
//也就是最近最少访问的数据在链表头部,最近刚访问的数据在链表尾部
public class LRUCache {
private class Node{
Node prev;
Node next;
int key;
int value;
public Node(int key, int value) {
this.key = key;
this.value = value;
this.prev = null;
this.next = null;
}
}
private int capacity;
private HashMap<Integer, Node> hs = new HashMap<Integer, Node>();
private Node head = new Node(-1, -1);
private Node tail = new Node(-1, -1);
// @param capacity, an integer
public LRUCache(int capacity) {
// write your code here
this.capacity = capacity;
tail.prev = head;
head.next = tail;
}
// @return an integer
public int get(int key) {
// write your code here
if( !hs.containsKey(key)) {
return -1;
}
// remove current
Node current = hs.get(key);
current.prev.next = current.next;
current.next.prev = current.prev;
// move current to tail
move_to_tail(current);
return hs.get(key).value;
}
// @param key, an integer
// @param value, an integer
// @return nothing
public void set(int key, int value) {
// write your code here
if( get(key) != -1) {
hs.get(key).value = value;
return;
}
if (hs.size() == capacity) {
hs.remove(head.next.key);
head.next = head.next.next;
head.next.prev = head;
}
Node insert = new Node(key, value);
hs.put(key, insert);
move_to_tail(insert);
}
private void move_to_tail(Node current) {
current.prev = tail.prev;
tail.prev = current;
current.prev.next = current;
current.next = tail;
}
public static void main(String[] as) throws Exception {
LRUCache cache = new LRUCache(3);
cache.set(2, 2);
cache.set(1, 1);
System.out.println(cache.get(2));
System.out.println(cache.get(1));
System.out.println(cache.get(2));
cache.set(3, 3);
cache.set(4, 4);
System.out.println(cache.get(3));
System.out.println(cache.get(2));
System.out.println(cache.get(1));
System.out.println(cache.get(4));
}
}
LRU和LFU的区别：
LRU是最近最少使用页面置换算法(Least Recently Used)，也就是首先淘汰最长时间未被使用的页面。
LFU是最近最不常用页面置换算法(Least Frequently Used)，也就是淘汰一定时期内被访问次数最少的页。
比如，第二种方法的时期T为10分钟，如果每分钟进行一次调页，主存块为3，若所需页面走向为2 1 2 1 2 3 4
注意，当调页面4时会发生缺页中断
若按LRU算法，应换页面1(1页面最久未被使用) 但按LFU算法应换页面3(十分钟内,页面3只使用了一次)
总结
可见LRU关键是看页面最后一次被使用到发生调度的时间长短，而LFU关键是看一定时间段内页面被使用的频率!
参考：
https://blog.csdn.net/permike/article/details/92972951
https://zhuanlan.zhihu.com/p/66188820?utm_source=wechat_session
