Java 数组实现 LRU 访问频率计数器方法

本文澄清了常被混淆的LRU与LFU缓存策略本质区别，指出所谓“Java数组实现的LRU访问频率计数器”实为对LFU（最少使用）逻辑的朴素模拟——它通过keys[]、values[]、counts[]三个平行数组记录键值及访问频次，以O(N)时间完成查找、更新和基于频次+插入顺序的淘汰，虽不适合高并发生产环境，却以极简代码揭示了缓存淘汰的核心思想，特别适合理解底层机制或教学演示。

在 Java 中，用数组实现 LRU 缓存的“访问频率计数器”并不符合标准 LRU 的定义——LRU（Least Recently Used）关注的是**最近使用时间顺序**，而非访问频次。但如果你实际想做的是：在数组结构基础上，**记录每个缓存项被访问的次数，并基于频次淘汰最少访问的项（即 LFU 策略）**，那可以用数组配合简单计数逻辑来实现；若坚持叫“LRU 中的频率计数器”，需注意这是概念混淆，真正 LRU 不依赖频次。

明确目标：用数组模拟 LFU 计数器（更贴合需求）

假设你有一个固定大小的缓存（如容量为 N），用两个平行数组维护：

• keys[]：存储键（如 String 或 Integer）
• values[]：存储对应值
• counts[]：同下标处记录该键被访问的次数（即频率计数器）

每次 get(key) 时，找到 key 对应下标，counts[i]++；每次 put(key, value) 时，若 key 已存在则更新 value 和 counts；若不存在且缓存满，则找出 counts[] 中最小值的下标（若有多个，可选最老或最前一个），替换之。

关键操作：查找、更新与淘汰

由于是数组，没有哈希索引，所有操作都是 O(N) 时间复杂度，适合小规模或教学演示：

• 查找 key：遍历 keys[]，比较是否 equals，返回下标或 -1
• 更新计数：找到下标 i 后，执行 counts[i]++
• 淘汰策略（LFU）：遍历 counts[] 找最小值；若多个最小值，建议淘汰 最早插入（下标最小） 的那个，以保持一定确定性（避免随机替换）

代码片段示意（无泛型简化版）

以下是一个极简核心逻辑示例：

class SimpleLFUCache {
    private final int capacity;
    private final String[] keys;
    private final String[] values;
    private final int[] counts;
    private int size;

    public SimpleLFUCache(int capacity) {
        this.capacity = capacity;
        this.keys = new String[capacity];
        this.values = new String[capacity];
        this.counts = new int[capacity];
        this.size = 0;
    }

    public String get(String key) {
        for (int i = 0; i 

注意事项与局限

• 这不是严格 LRU，而是数组版 LFU（Least Frequently Used）；真 LRU 需维护访问时序，常用链表+哈希表实现
• 数组查找慢，不适用于高并发或大数据量场景；生产环境推荐 LinkedHashMap（支持 access-order）或 ConcurrentHashMap + 双向链表
• 若坚持在 LRU 中“加频率统计”，可额外用一个 Map 单独计数，但和 LRU 主逻辑解耦，不参与淘汰决策
• 注意 null 键/值处理、线程安全（本例非线程安全）、equals/hashCode 正确性（尤其 key 是自定义对象时）

以上就是《Java 数组实现 LRU 访问频率计数器方法》的详细内容，更多关于的资料请关注golang学习网公众号！