package com.heu.wsq.leetcode.mylinkedlist;
import java.util.HashMap;
import java.util.Map;
/**
* 146. LRU 缓存机制
* @author wsq
* @date 2021/4/5
*
* 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 。
* 实现 LRUCache 类:
*
* LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存
* int get(int key) 如果关键字 key 存在于缓存中,则返回关键字的值,否则返回 -1 。
* void put(int key, int value) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-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?
*
* 链接:https://leetcode-cn.com/problems/lru-cache
*/
public class LRUCache {
// 自定义数据结构实现链表,保存各个页面的使用情况,最近访问的节点在链表的首部,而最久没有访问的节点将放在链表的尾部
// 因此,当现有的页面数量大于最大容量时进行页面置换,即将尾部的节点进行删除即可
class DLinkedNode{
int key;
int value;
DLinkedNode prev;
DLinkedNode next;
public DLinkedNode(){}
public DLinkedNode(int key, int value){
this.key = key;
this.value = value;
}
}
/**
* 保存缓存数据
*/
private Map<Integer, DLinkedNode> cache;
/**
* 总容量,大于该容量就要进行页面的置换
*/
private int capacity;
/**
* 目前页面的数量
*/
private int size;
// 构建头尾虚拟双指针,实现O(1)时间复杂度下进行删除、新增节点。
private DLinkedNode head, tail;
public LRUCache(int capacity){
this.capacity = capacity;
this.size = 0;
this.cache = new HashMap<>();
// 初始化指针
this.head = new DLinkedNode();
this.tail = new DLinkedNode();
this.head.next = this.tail;
this.tail.next = this.head;
}
public int get(int key) {
DLinkedNode node = this.cache.get(key);
if(node == null){
return -1;
}
// 更新访问链表
moveToHead(node);
return node.value;
}
public void put(int key, int value) {
DLinkedNode node = cache.get(key);
if(node == null){
DLinkedNode newNode = new DLinkedNode(key, value);
this.cache.put(key, newNode);
// 加入最近使用链表的头部
addToHead(newNode);
++this.size;
if(this.size > this.capacity){
DLinkedNode tailNode = rmTailNode();
// 并将该节点送缓存中清理
this.cache.remove(tailNode.key);
this.size--;
}
}else{
node.value = value;
moveToHead(node);
}
}
/**
* 双向链表还是好,不用从头遍历,达到O(1)时间的检索到节点,并进行删除
* @param node
*/
private void removeNode(DLinkedNode node){
node.prev.next = node.next;
node.next.prev = node.prev;
}
private void addToHead(DLinkedNode node){
node.next = this.head.next;
node.next.prev = node;
node.prev = this.head;
this.head.next = node;
}
private DLinkedNode rmTailNode(){
DLinkedNode node = this.tail.prev;
removeNode(node);
return node;
}
/**
* 该方法涉及到两个部分,将对应节点从链表中删除,并将该节点加入头节点
* @param node
*/
private void moveToHead(DLinkedNode node){
removeNode(node);
addToHead(node);
}
}
146. LRU 缓存机制(双向链表)
最新推荐文章于 2024-04-19 18:16:19 发布