找实习的第一场面试,面的腾讯云,那个时候才刷了六十题左右,没做过这道题
面试官:平时刷题吗
我:刷,但是还没有刷很多(汗流浃背...)
面试官:那这道题做过吗?
我:还没有...
面试官:那确实刷的有点少哈,这是很经典的面试题
我:是的是的,我会继续刷的
很显然,那次面试我没有做出来这题,还用错了数据结构,现在想起来还尴尬,但是有一说一,腾讯的面试官很好!非常感谢他给了我一次非常愉快的面试,让我后续都没有不再惧怕面试,只是悔恨自己太菜!
题目
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
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key
已经存在,则变更其数据值value
;如果不存在,则向缓存中插入该组key-value
。如果插入操作导致关键字数量超过capacity
,则应该 逐出 最久未使用的关键字。
函数 get
和 put
必须以 O(1)
的平均时间复杂度运行。
示例:
输入 ["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"] [[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]] 输出 [null, null, null, 1, null, -1, null, -1, 3, 4] 解释 LRUCache lRUCache = new LRUCache(2); lRUCache.put(1, 1); // 缓存是 {1=1} lRUCache.put(2, 2); // 缓存是 {1=1, 2=2} lRUCache.get(1); // 返回 1 lRUCache.put(3, 3); // 该操作会使得关键字 2 作废,缓存是 {1=1, 3=3} lRUCache.get(2); // 返回 -1 (未找到) lRUCache.put(4, 4); // 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3} lRUCache.get(1); // 返回 -1 (未找到) lRUCache.get(3); // 返回 3 lRUCache.get(4); // 返回 4
提示:
1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
- 最多调用
2 * 105
次get
和put
class LRUCache {
int capacity;
Map<Integer,Integer> map;
public LRUCache(int capacity) {
this.capacity = capacity;
//双向链表,越靠近头就是最久未使用
// 越靠近尾就是最近使用的
this.map = new LinkedHashMap<>();
}
// get相当于使用,需要移动到尾部来
public int get(int key) {
if(map.containsKey(key)){
int value = map.get(key);
map.remove(key);
map.put(key,value);
return value;
}
return -1;
}
public void put(int key, int value) {
// 要先判断map是否包含key,不能先判断容量是否已经达到最大容量再去判断是否包含key
if(map.containsKey(key)){//删除旧,插入新
map.remove(key);
map.put(key,value);
}else if(map.size()==capacity){//删除头部第一个
Set keySet = map.keySet();
Iterator iterator = keySet.iterator();
Object firstKey = iterator.next();
map.remove(firstKey);
map.put(key,value);
}else {
map.put(key,value);
}
}
}
也可以用内置的函数实现
class LRUCache {
int capacity;
LinkedHashMap<Integer, Integer> cache;
public LRUCache(int capacity) {
this.capacity = capacity;
cache = new LinkedHashMap<Integer, Integer>(capacity, 0.75f, true) {
@Override
//该方法用于在插入新元素时判断是否需要自动移除最老的元素。
protected boolean removeEldestEntry(Map.Entry eldest) {
return cache.size() > capacity; //返回true表示需要移除
}
};
}
public int get(int key) {
return cache.getOrDefault(key, -1);//该方法用于在插入新元素时判断是否需要移除最老的元素。
}
public void put(int key, int value) {
cache.put(key, value);
}
}