运用你所掌握的数据结构,设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作: 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果密钥 (key) 存在于缓存中,则获取密钥的值(总是正数),否则返回 -1。
写入数据 put(key, value) - 如果密钥已经存在,则变更其数据值;如果密钥不存在,则插入该组「密钥/数据值」。当缓存容量达到上限时,它应该在写入新数据之前删除最久未使用的数据值,从而为新的数据值留出空间。
进阶:
你是否可以在 O(1) 时间复杂度内完成这两种操作?
示例:
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/lru-cache
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路:双向链表加HashMap
class LRUCache {
Node head;
Node tail;
HashMap <Integer,Node> map = new HashMap <>();
int capacity;
class Node {
public Node(int key, int value){
this.key = key;
this.value = value;
}
int key;
int value;
Node pre;
Node next;
}
public LRUCache(int capacity) {
this.capacity = capacity;
head = new Node(0, 0);
tail = new Node(0, 0);
head.pre = null;
head.next = tail;
tail.pre = head;
tail.next = null;
}
public int get(int key) {
Node node = map.getOrDefault(key,new Node(-1,-1));
if(node.value != -1) {
node.pre.next = node.next;
node.next.pre = node.pre;
node.next = head.next;
head.next.pre = node;
node.pre = head;
head.next = node;
}
return node.value;
}
public void put(int key, int value) {
boolean isContain = map.get(key) == null ? false : true;
if(!isContain) {
Node node = new Node(key,value);
map.put(key,node);
node.next = head.next;
node.pre = head;
head.next.pre = node;
head.next = node;
if(map.size() > capacity) {
map.remove(tail.pre.key);
tail.pre.pre.next = tail;
tail.pre = tail.pre.pre;
}
} else {
Node node = map.get(key);
node.value = value;
node.pre.next = node.next;
node.next.pre = node.pre;
node.pre = head;
node.next = head.next;
head.next.pre = node;
head.next = node;
}
}
}
/**
* Your LRUCache object will be instantiated and called as such:
* LRUCache obj = new LRUCache(capacity);
* int param_1 = obj.get(key);
* obj.put(key,value);
*/