使用LinkedHashMap实现一个LRU算法的缓存

/**
 * @author wdj
 * Created on 2021/2/25 14:28
 */
public class LRUcache<K,V> extends LinkedHashMap<K,V> {
    //默认缓存值
    private static final int DEFAULT_NODE_NUM = 11;
    //缓存限定值
    private int capacityLimit;

    LRUcache(){
        this(DEFAULT_NODE_NUM);
    }

    public LRUcache(int capaticy){
        //依次为：初始容量，负载因子，采用哪种访问排序
        //第三个参数：false，则表示按插入顺序遍历（默认为false）/true,则表示按访问顺序排序
        super(capaticy,0.75f,true);
        this.capacityLimit = capaticy;
    }

    public V putKV(K key,V val){
        return put(key,val);
    }

    public V getValue(K key){
        return get(key);
    }

    public boolean exists(K key){
        return containsKey(key);
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<K,V> eldest){
        //如果LinkedHashMap的长度达到缓存容量，进行清除
        return size()>capacityLimit;
    }

    //测试用例
    public static void main(String[]args){
        LRUcache<Object, Object> cache = new LRUcache<>();
        for (int i=0;i<11;i++){
            cache.putKV(i,i);
        }
        System.out.println(cache);
        cache.getValue(7);
        System.out.println(cache);
        cache.get(5);
        System.out.println(cache);
        //覆盖原来的（10，10），此时缓存容量依旧够用
        cache.putKV(10,9);
        System.out.println(cache);
        //再增加一个节点
        cache.putKV(11,11);
        //此时缓存中的数据已经发生变化，移除掉了链表的头节点
        System.out.println(cache);
    }

}