算法： java中的缓存你是用哪些实现的？内存缓存？LRU算法淘汰机制？用java中的什么数据结构实现？设计一个简单的缓存的一个淘汰机制，比如说我举个例子，这个缓存只允许上限为十个，超出十个之后，你就要有一个淘汰机制策略？把老的剔除出去？import java.util.LinkedHashMap;import java.util.Map;/*** 简单LRU缓存（上限10个元素，满时淘汰最近最少使用的数据）* @param <K> 缓存键类型* @param <V> 缓存值类型*/public class SimpleLRUCache<K, V> {// 缓存底层存储：LinkedHashMap，开启“按访问顺序排序”private final LinkedHashMap<K, V> cacheMap;// 缓存最大容量（题目要求10）private final int MAX_CAPACITY = 10;// 构造函数：初始化LinkedHashMap，开启访问顺序排序public SimpleLRUCache() {// 参数说明：// 1. initialCapacity：初始容量（设为10，和最大容量一致，避免扩容）// 2. loadFactor：负载因子（0.75是默认最优值，避免频繁扩容）// 3. accessOrder：true=按访问顺序排序，false=按插入顺序排序（LRU必须设为true）cacheMap = new LinkedHashMap<>(MAX_CAPACITY, 0.75f, true) {// 重写此方法：判断是否需要删除最老元素@Overrideprotected boolean removeEldestEntry(Map.Entry<K, V> eldest) {// 当缓存size > 最大容量时，返回true，自动删除最老元素（eldest就是最老的）return size() > MAX_CAPACITY;}};}// 1. 存缓存：key不存在则新增，存在则更新值（更新后会自动移到链表尾部，标记为“最近使用”）public void put(K key, V value) {cacheMap.put(key, value);}// 2. 取缓存：获取值的同时，会自动把该元素移到链表尾部（标记为“最近使用”）public V get(K key) {return cacheMap.get(key); // 若key不存在，返回null}// 3. 删缓存：手动删除指定key的缓存public void remove(K key) {cacheMap.remove(key);}// 4. 辅助方法：查看当前缓存所有数据（用于测试，看淘汰效果）public void printCache() {System.out.println("当前缓存数据（顺序：从左到右是“最久未使用”到“最近使用”）：");for (Map.Entry<K, V> entry : cacheMap.entrySet()) {System.out.print(entry.getKey() + "=" + entry.getValue() + " ");}System.out.println("\n当前缓存大小：" + cacheMap.size());}// 测试：验证LRU淘汰效果public static void main(String[] args) {SimpleLRUCache<Integer, String> cache = new SimpleLRUCache<>();// 1. 先存10个元素（达到最大容量）for (int i = 1; i <= 10; i++) {cache.put(i, "value" + i);}System.out.println("=== 存满10个元素后 ===");cache.printCache(); // 输出：1=value1 2=value2 ... 10=value10（1是最老，10是最新）// 2. 访问第3个元素（标记为“最近使用”，会移到尾部）cache.get(3);System.out.println("\n=== 访问key=3后 ===");cache.printCache(); // 输出：1=value1 2=value2 4=value4 ... 3=value3（3移到尾部）// 3. 再存第11个元素（触发淘汰，删除最老的key=1）cache.put(11, "value11");System.out.println("\n=== 存第11个元素后（触发淘汰） ===");cache.printCache(); // 输出：2=value2 4=value4 ... 11=value11（key=1被淘汰，size保持10）}}// 伪码：手动实现LRU缓存（上限10）class SimpleLRUCache {// 缓存实体：存key、value、最后访问时间戳class CacheItem {K key;V value;long lastAccessTime; // 毫秒级时间戳，记录最后访问时间}CacheItem[] cacheArray; // 存储缓存的数组（大小10）int currentSize; // 当前缓存元素个数// 初始化：数组大小10，currentSize=0function SimpleLRUCache() {cacheArray = new CacheItem[10];currentSize = 0;}// 存缓存function put(K key, V value) {1. 检查key是否已存在：- 若存在：更新对应value，同时更新lastAccessTime为当前时间；- 若不存在：a. 若currentSize < 10：直接把新CacheItem放入数组，currentSize+1；b. 若currentSize == 10：找出数组中lastAccessTime最小的元素（最久未使用），替换成新CacheItem；}// 取缓存function get(K key) {1. 遍历数组找对应key：- 若找到：更新其lastAccessTime为当前时间，返回value；- 若没找到：返回null；}// 淘汰逻辑：在put满10个时，调用此方法找最久未使用元素function findOldestItem() {1. 遍历数组，记录lastAccessTime最小的元素索引；2. 返回该元素索引，用于后续替换；}}
查看2道真题和解析