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) - 如果密钥不存在,则写入其数据值。当缓存容量达到上限时,它应该在写入新数据之前删除最近最少使用的数据值,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
思路: 利用HashMap+双向链表
思路其实很简单: 每次put/get操作访问已经有的节点之后都要将节点移动到双向链表的尾端。
put入没有的结点则直接在尾部插入即可。
进行put操作时候,若cache空间不足,则将首结点移除(LRU最近最少用到的结点)。
java中有LinkedHashMap,我们继承该类可以很容易就实现上方的做法。
class LRUCache{
class Node{
int key;
int val;
Node pre;
Node next;
}
private int idx; //当前cache所存的元素值
private int capacity; //cache总容量
private HashMap<Integer, Node> cache;
private Node head; //方便O(1)移除首节点
private Node tail; //方便O(1)将元素移到尾端
public LRUCache(int capacity) {
head = new Node();
tail = new Node();
head.next = tail;
tail.pre = head;
idx = 0;
this.capacity = capacity;
cache = new HashMap<>(capacity); //直接指定大小可以避免rehash的过程
}
private void remove(Node node){ //移除当前结点
Node tempPre = node.pre;
Node tempNext = node.next;
tempPre.next = tempNext;
tempNext.pre = tempPre;
}
private void setLast(Node node){ //转移结点到尾端
Node tempTailPre = tail.pre;
tempTailPre.next = node;
node.pre = tempTailPre;
node.next = tail;
tail.pre = node;
}
private void removeHead(){ //移除首结点
Node temp = head.next;
head.next = temp.next;
temp.next.pre = head;
cache.remove(temp.key);
}
public int get(int key) {
if(cache.containsKey(key)){
Node cur = cache.get(key);
if(tail.pre == cur){
return cur.val;
}
remove(cur);
setLast(cur);
return cur.val;
}
return -1;
}
public void put(int key, int value) {
Node cur = cache.get(key);
if(cur == null){
Node newNode = new Node();
newNode.key = key;
newNode.val = value;
if(idx >= capacity){ //判断是否操作cache的总容量
removeHead();
}
++idx;
setLast(newNode);
cache.put(key, newNode);
}else {
cur.val = value;
remove(cur);
setLast(cur);
}
}
}
LinkedHashMap实现
class LRUCache{
private LRU cache;
public LRUCache(int capacity) {
this.cache = new LRU(capacity);
}
public int get(int key) {
if (cache.containsKey(key)) {
return cache.get(key);
}
return -1;
}
public void put(int key, int value) {
cache.put(key, value);
}
class LRU extends LinkedHashMap<Integer, Integer> {
int capacity;
public LRU(int capacity) {
//注意 需要开启ordering mode,此时若元素被访问(put、get)就会被移到链表尾端
super(capacity, 0.75f, true);
this.capacity = capacity;
}
//removeEldestEntry 方法会在插入元素之后调用,用以判断是否需要移除链表表头元素
@Override
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> entry) {
return this.size() > capacity;
}
}
}
- 利用LinkedHashMap已经封装好的方法实现LRU看起来更加简便。