1. 前言
还是从面试中来，到面试中去。面试官在面试 Redis 的时候经常会问到，Redis 的 LRU 是如何实现的？如果让你实现 LRU 算法，你会怎么实现呢？除了用现有的结构 LinkedHashMap 实现，你可以自己实现一个吗？跳跃表、小顶堆行不行...
阅读这篇文章前建议大家先熟悉下Java 面试必问之 Hashmap 底层实现原理(JDK1.8)。LinkedHashMap 基于 HashMap 实现，其中很多方法都是在 HashMap 上进行了增强。
2. 使用 LinkedHashMap 实现 LRU 缓存
实现代码如下:
public class LRUCache<K, V> extends LinkedHashMap<K, V> {
private int cacheSize;
public LRUCache(int cacheSize) {
super(16, (float) 0.75, true);
this.cacheSize = cacheSize;
}
/**
* 判断节点数是否超限
* @param eldest
* @return 超限返回 true，否则返回 false
*/
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return size() > cacheSize;
}
}
测试代码如下:
/**
* 输出结果:
* 17:44:31.635 [main] INFO com.demo.cache.Test - 所有的缓存:{key0=0, key1=1, key2=2}
* 17:44:31.641 [main] INFO com.demo.cache.Test - 访问key0后的缓存:{key1=1, key2=2, key0=0}
* 17:44:31.642 [main] INFO com.demo.cache.Test - 测试热点缓存:{key2=2, key0=0, key3=3}
*/
@Slf4j
public class Test {
public static void main(String[] args) {
LRUCache<Object, Object> lruCache = new LRUCache<>(3);
for (int i=0; i<3; i++) {
lruCache.put("key" + i, i);
}
log.info("所有的缓存:{}", lruCache);
// 理论上刚访问过key0，key0应该放在链表尾部，代表最近使用，删除策略从头部删除
lruCache.get("key0");
log.info("访问key0后的缓存:{}", lruCache);
// 新插入缓存，超过了缓存阈值，理论上会删除链表头部元素，并将新缓存放置在链表尾部。
lruCache.put("key3", 3);
log.info("测试热点缓存:{}", lruCache);
}
}
3. 源码分析
Redis 中 LRU 的实现暂时没有研究，大家可以看下别人的分析，这里只做 java 部分的分析。
笔者的代码环境是 OpenJDK8
LinkedHashMap 底层依旧基于 HashMap 实现，同时增加了一条双向链表，使得上面的结构可以保持键值对的插入顺序。同时通过对链表进行相应的操作，实现了访问顺序相关逻辑。
3.1 基础节点 Entry
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
// 构造方法直接复用Hashmap的构造方法
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
基础节点的继承自 HashMap 的 Node 节点.
3.2 新增节点
查看源码方法列表可以看出，源码中没有 put()方法，那一定是继承父类 Hashmap 的 put()方法。
这里我们再看下链表的插入逻辑
// HashMap方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// HashMap方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 判断数组是否为空，长度是否为0，是则进行扩容数组初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 通过hash算法找到数组下标得到数组元素，为空则新建
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 找到数组元素，hash相等同时key相等，则直接覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 该数组元素在链表长度>8后形成红黑树结构的对象,p为树结构已存在的对象
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 该数组元素hash相等，key不等，同时链表长度<8.进行遍历寻找元素，有就覆盖无则新建
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 新建链表中数据元素，尾插法
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 链表长度>=8 结构转为 红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 新值覆盖旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent默认false
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 需要子类实现
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 判断是否需要扩容
if (++size > threshold)
resize();
// 需要子类实现，默认是true
afterNodeInsertion(evict);
return null;
}
// 覆盖HashMap方法,新创建Entry节点的元素放在链表尾部(需要新建节点的走这里，包括链表和红黑树)
Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
LinkedHashMap.Entry<K,V> p =
new LinkedHashMap.Entry<K,V>(hash, key, value, e);
linkNodeLast(p);
return p;
}
// 将元素插入到双端链表尾部
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
LinkedHashMap.Entry<K,V> last = tail;
tail = p;
// 数组和链表都为空，首尾指针指向当前节点
if (last == null)
head = p;
else {
// 移动尾指针指向新节点
p.before = last;
last.after = p;
}
}
// 将被访问节点移动到链表最后(覆盖旧节点value的走这里，包括链表和红黑树)
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMap.Entry<K,V> last;
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
// 根据条件判断是否移除最近最少被访问的节点
void afterNodeInsertion(boolean evict) { // possibly remove eldest
LinkedHashMap.Entry<K,V> first;
if (evict && (first = head) != null && removeEldestEntry(first)) {
K key = first.key;
// 删除头节点
removeNode(hash(key), key, null, false, true);
}
}
// 覆盖此方法可实现不同的策略缓存,
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return false;
}
基本插入逻辑和 HashMap 是相同的，我把需要子类覆写的地方用不同颜色表示出来了，具体见下图:
3.3 删除节点
// HashMap实现
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
// HashMap实现
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
// 默认空实现，子类中实现删除回调
afterNodeRemoval(node);
return node;
}
}
return null;
}
// LinkedHashMap中实现。删除节点后的链表维护
void afterNodeRemoval(Node<K,V> e) { // unlink
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.before = p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a == null)
tail = b;
else
a.before = b;
}
删除节点的逻辑比较简单，和 HashMap 基本一样，删除节点后重新维护前后节点指针即可。
3.4 获取节点(最近使用节点移动至尾节点)
// 重写HashMap方法
public V get(Object key) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) == null)
return null;
// 如果accessOrder=true,则获取节点元素后将该节点移动至链表尾部(删除旧节点从头部删除)
if (accessOrder)
afterNodeAccess(e);
return e.value;
}
// LinkedHashMap 中覆写。将被访问节点移动到链表最后(覆盖旧节点value的走这里，包括链表和红黑树)
// 将被访问节点移动到链表最后(覆盖旧节点value的走这里，包括链表和红黑树)
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMap.Entry<K,V> last;
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
// 移除节点e,并重新维护前后节点链表指针
b.after = a;
if (a != null)
// 移除节点e,并重新维护前后节点链表指针
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
// 将节点e移动到链表尾部
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
从代码中可以看到，每次调用 get 方法时，如果开启了 accessOrder，则会将当前元素移动到链表尾部。
4. 总结
本来源码加配图学习会更加容易明白，奈何绘图功底有限。大家有什么比较好用的工具可以推荐一下。到此，本篇文章就写完了，感谢大家的阅读！如果您觉得对您有帮助，请关注公众号【当我遇上你】。
