LRU 缓存的实现【Java实现,力扣Leetcode146. LRU 缓存】

LRU,要做到 get 和 put 操作的 时间复杂度近似为 O(1)。我们可以想到使用 HashMap。HashMap 可以做到 get,put操作的近似 O(1),但是怎么记录哪个值是最近最久未使用过的呢?显然HashMap 无法做到。这时候,就想到了链表。链表的插入,删除操作是O(1)的,而且我们可以定义队头的元素是最近被使用的,队尾的元素是最近最少使用的。所以,经过分析,我们可以结合 HashMap 和 LinkedList 来实现。显然,链表使用双向链表更为方便。我们可以手写一个 DoubleLinkedLIst。

具体的代码:

class LRUCache {
    // 这里定义,越靠近队头的元素,是最近被使用的。越靠近队尾的是最近最少使用的。
    private DoubleLinkedList cache;
    private Map<Integer, Node> map;
    private int size; 
    public LRUCache(int capacity) {
        cache = new DoubleLinkedList();
        map = new HashMap<>();
        size = capacity;
    }
    
    public int get(int key) {
        if (!map.containsKey(key)) {
            return -1;
        }
        // 缓存存在,注意这里要更新缓存到队头,代表最近被使用过
        int value = map.get(key).value;
        put(key, value);
        return value;
    }
    
    public void put(int key, int value) {
        Node newNode = new Node(key, value);
        // 缓存原本不存在
        if (!map.containsKey(key)) {
            // 空间满了,要剔除最近最少使用的,也就是队尾的元素
            if (map.size() == size) {
                int k = cache.deleteAtTail();
                map.remove(k);
            }
            cache.addAtHead(newNode);
            map.put(key, newNode);
        } else {
            cache.delete(map.get(key));
            cache.addAtHead(newNode);
            map.put(key, newNode);
        }
    }
}

class DoubleLinkedList {
    Node head;
    Node tail;

    public DoubleLinkedList() {
        head = new Node(0, 0);
        tail = new Node(0, 0);
        head.next = tail;
        tail.pre = head;
    }

    public void addAtHead(Node node) {
        node.pre = head;
        node.next = head.next;
        head.next.pre = node;
        head.next = node;
    }

    public int delete(Node node) {
        int key = node.key;
        node.pre.next = node.next;
        node.next.pre = node.pre;
        return key;
    }

    public int deleteAtTail() {
        return delete(tail.pre);
    }

}

class Node {
    int key;
    int value;
    Node pre;
    Node next;

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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
LRU(Least Recently Used)缓存机制是一种常见的缓存淘汰策略,它会将最近最少使用的缓存数据淘汰出去,从而保持缓存的容量在一定的范围内。 在 Java 中,我们可以使用 LinkedHashMap 类来实现 LRU 缓存机制。LinkedHashMap 是一种哈希表和链表实现的有序映射表,它允许我们按照元素的插入顺序或访问顺序进行遍历。我们可以通过设置 accessOrder 参数为 true 来启用按访问顺序排序。 下面是一份简单的 Java 实现代码: ```java import java.util.LinkedHashMap; import java.util.Map; public class LRUCache<K, V> extends LinkedHashMap<K, V> { private int capacity; public LRUCache(int capacity) { super(capacity, 0.75f, true); this.capacity = capacity; } protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { return size() > capacity; } } ``` 在上面的代码中,我们继承了 LinkedHashMap 类,并在构造函数中调用了父类的构造函数,同时设置 accessOrder 为 true。我们还实现了 removeEldestEntry 方法,该方法会在每次插入元素时被调用,如果当前缓存的元素数量超过了设定的容量,就会将最老的元素删除。 使用该 LRU 缓存类的示例代码: ```java LRUCache<Integer, Integer> cache = new LRUCache<>(2); cache.put(1, 1); cache.put(2, 2); System.out.println(cache.get(1)); // 输出 1 cache.put(3, 3); System.out.println(cache.get(2)); // 输出 null cache.put(4, 4); System.out.println(cache.get(1)); // 输出 null System.out.println(cache.get(3)); // 输出 3 System.out.println(cache.get(4)); // 输出 4 ``` 在上面的示例代码中,我们创建了一个容量为 2 的 LRU 缓存,并且按顺序插入了三个元素。由于容量只有 2,因此最后插入的元素 4 会将元素 1 淘汰出缓存,而元素 2 虽然是最近使用的,但是由于已经被淘汰出缓存,因此返回的值为 null。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一切随缘~~~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值