Leetcode 146. LRU缓存机制
这道题比较经典,其实本质是一个双向链表+哈希表的题目,理解了这一点这题就不难啦!加了详细的注释,方便日后复习,也希望能帮到其他小伙伴,如有错误,欢迎指正!
Java实现:
class LRUCache {
/**
本题由于需要不断地清理最久未使用的缓存,所以我们需要有一个先进先出的数据结构,并且方便增删的数据结构,可以用双向链表;
另外为了满足O(1)时间复杂度,链表在查找的时候比较慢,需要用hash表辅助,让hash表的键为key,值为所对应的node,可以帮我们快速查找key所对应的值
*/
// 双向链表类
class Node{
int key;
int val;
Node prev;
Node next;
public Node(int k,int v){
this.key = k;
this.val = v;
}
}
// 初始化一个头节点和一个尾节点,方便我们快速找到头节点和尾节点
Node dummy;
Node tail;
Map<Integer,Node> hashtb; // 用来辅助查找的hash表
int size;
int capacity;
// 缓存的构造方法,其实本质就是一个双向链表,链表中的节点都有hash表键值对对应,但是需要记录最大容量capacity和当前容量size
public LRUCache(int capacity) {
dummy = new Node(0,0);
tail = new Node(1,0);
dummy.next = tail;
tail.prev = dummy;
hashtb = new HashMap<>();
this.size = 0;
this.capacity = capacity;
}
// 通过key获取数据
public int get(int key) {
if (!hashtb.containsKey(key)){
return -1;
}else{
Node node = hashtb.get(key);
removeCache(key); // 在链表中删掉key所对应的节点
addLastPosition(key,node.val); // 在原位置删除后,我们需要在头部加上
return node.val;
}
}
// 添加数据,分两种情况,如果key已经存在,那么需要先删除原有的数据,再将新的数据放在最近使用的位置;
// 如果不存在,那么直接将新的数据放在最近使用的位置;
public void put(int key, int value) {
if (hashtb.containsKey(key)){
removeCache(key);
addLastPosition(key,value);
}else{
addLastPosition(key,value);
}
}
// 清除最久使用的数据
private void removeCache(int key){
Node cur = hashtb.get(key);
Node nex = cur.next;
Node pre = cur.prev;
pre.next = nex;
nex.prev = pre;
// 不要忘了改变size
this.size--;
// 不要忘记同步hash表
hashtb.remove(key);
}
// 增加数据到最近使用的位置
private void addLastPosition(int key,int val){
// 对于需要新增一个节点到头部,这个时候我们先加,再去检查是否超过capacity,因为我们只需保证一次操作完成后size不大于容量即可
Node node = new Node(key,val);
Node nex = dummy.next;
dummy.next = node;
node.next = nex;
nex.prev = node;
node.prev = dummy;
// 不要忘了改变size
this.size++;
// 不要忘记同步hash表
hashtb.put(key,node);
if (this.size > this.capacity){
// 尾部的节点将要被删除一个
int deletingKey = tail.prev.key;
removeCache(deletingKey);
}
}
}