手写 LRU（最近最少使用）缓存和单例模式的双重检查锁实现代码

1. LRU 缓存实现

LRU 缓存需要淘汰最近最少使用的元素，通常使用哈希表（快速查找）和双向链表（快速插入/删除）组合实现。

Java 实现

import java.util.HashMap;

public class LRUCache {
    // 节点定义
    class Node {
        int key;
        int value;
        Node prev;
        Node next;

        Node(int key, int value) {
            this.key = key;
            this.value = value;
        }
    }

    private HashMap<Integer, Node> map; // 存储 key 到节点的映射
    private Node head; // 双向链表头（最近使用）
    private Node tail; // 双向链表尾（最久未使用）
    private int capacity; // 缓存容量

    public LRUCache(int capacity) {
        this.capacity = capacity;
        this.map = new HashMap<>();
        this.head = new Node(0, 0); // 哨兵节点
        this.tail = new Node(0, 0); // 哨兵节点
        head.next = tail;
        tail.prev = head;
    }

    // 获取值
    public int get(int key) {
        Node node = map.get(key);
        if (node == null) {
            return -1; // 未找到
        }
        moveToHead(node); // 移到头部（最近使用）
        return node.value;
    }

    // 放入键值对
    public void put(int key, int value) {
        Node node = map.get(key);
        if (node != null) {
            // 更新已有节点
            node.value = value;
            moveToHead(node);
        } else {
            // 新增节点
            Node newNode = new Node(key, value);
            map.put(key, newNode);
            addToHead(newNode);
            if (map.size() > capacity) {
                // 移除最久未使用的节点
                Node toRemove = removeTail();
                map.remove(toRemove.key);
            }
        }
    }

    // 将节点移到头部
    private void moveToHead(Node node) {
        removeNode(node);
        addToHead(node);
    }

    // 添加节点到头部
    private void addToHead(Node node) {
        node.prev = head;
        node.next = head.next;
        head.next.prev = node;
        head.next = node;
    }

    // 移除节点
    private void removeNode(Node node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    // 移除尾部节点（最久未使用）
    private Node removeTail() {
        Node node = tail.prev;
        removeNode(node);
        return node;
    }

    // 测试
    public static void main(String[] args) {
        LRUCache cache = new LRUCache(2);
        cache.put(1, 1); // 缓存: {1=1}
        cache.put(2, 2); // 缓存: {1=1, 2=2}
        System.out.println(cache.get(1)); // 输出: 1
        cache.put(3, 3); // 移除 2, 缓存: {1=1, 3=3}
        System.out.println(cache.get(2)); // 输出: -1
        cache.put(4, 4); // 移除 1, 缓存: {3=3, 4=4}
        System.out.println(cache.get(1)); // 输出: -1
    }
}

关键点

• 数据结构: HashMap（O(1) 查找） + 双向链表（O(1) 插入/删除）。
• 操作:
  • get: 查找并移到头部。
  • put: 更新或新增，若超容量则移除尾部。
• 熟练练习: 重点练习链表操作（addToHead、removeNode）。

2. 单例模式的双重检查锁实现

双重检查锁（DCL, Double-Checked Locking）用于懒加载单例，确保线程安全且性能优化。

Java 实现

public class Singleton {
    // volatile 防止指令重排序
    private static volatile Singleton instance;

    // 私有构造方法
    private Singleton() {
        // 防止反射破坏单例
        if (instance != null) {
            throw new RuntimeException("单例模式不允许反射创建实例");
        }
    }

    // 获取单例实例
    public static Singleton getInstance() {
        // 第一次检查（避免不必要的同步）
        if (instance == null) {
            // 同步块
            synchronized (Singleton.class) {
                // 第二次检查（确保线程安全）
                if (instance == null) {
                    instance = new Singleton();
                }
            }
        }
        return instance;
    }

    // 测试
    public static void main(String[] args) {
        // 多线程测试
        Runnable task = () -> {
            Singleton singleton = Singleton.getInstance();
            System.out.println(Thread.currentThread().getName() + ": " + singleton.hashCode());
        };

        Thread thread1 = new Thread(task, "Thread-1");
        Thread thread2 = new Thread(task, "Thread-2");
        thread1.start();
        thread2.start();
    }
}

输出示例

Thread-1: 12345678
Thread-2: 12345678

（hashCode 相同，证明是同一实例）

关键点

• volatile: 防止指令重排序，确保 instance 初始化完成前不被其他线程访问。
• 双重检查:
  • 外层 if: 提高性能，避免已创建实例时反复加锁。
  • 内层 if: 确保线程安全，防止多个线程同时创建实例。
• 私有构造: 防止外部直接实例化。
• 熟练练习: 记住 volatile 和 synchronized 的位置。

练习建议

• LRU 缓存:
  • 手动写出 Node 类和链表操作（addToHead、removeNode）。
  • 模拟 put 和 get，验证淘汰逻辑。
  • 时间复杂度：get 和 put 均为 O(1)。
• 单例双重检查锁:
  • 默写 volatile 和 synchronized 的组合。
  • 理解为什么需要两次 if 检查。
  • 测试多线程场景，确保单例唯一。