算法刷题之路之链表初探(九)
今天来学习的算法题是leecode146 LRU缓存!
条件
项目解释
LRU(Least Recently Used)缓存是一种常见的缓存淘汰策略,其原理基于“最近最少使用”的原则。当缓存空间不足时,LRU缓存会淘汰最近最久未被使用的数据,以确保缓存中始终存储着最新和最频繁使用的数据。
实现LRU缓存的基本原理可以通过维护一个有序的访问队列来实现。具体而言,可以使用双向链表来维护这个访问队列。链表中的节点按照数据的访问顺序排列,即越靠近链表头部的节点是最近被访问的,而越靠近链表尾部的节点是最久未被访问的。
当某个数据被访问时,如果该数据已经存在于缓存中,就将其移动到链表的头部。这样做的目的是为了将最近被访问的数据移到链表头部,以反映出其最新和最频繁使用的情况。而当需要淘汰数据时,只需淘汰链表尾部的数据,因为它们是最久未被访问的,相对来说对系统的影响最小。
通过维护这样一个有序的访问队列,LRU缓存可以保证缓存中存储的数据始终是最新和最频繁被访问的,从而提高了缓存的命中率和效率。这种基于“最近最少使用”的原则的缓存淘汰策略,使得LRU缓存成为了许多系统中的首选缓存策略之一。
思路
1,双向链表 + HashMap,靠近链表头部的是最近使用,反之是尾部是最少使用
2, 先完成核心的逻辑(添加节点,删除节点,移动节点)
3,丢弃的话,会丢弃最近最少使用也就是尾部的节点
4,要有虚拟节点的思想,在本题中,要有虚拟的头节点和虚拟的尾节点
删除和新增其实本质上以旧还是断开链表和连接链表
图解新增节点和删除节点操作
删除操作
将原来的连接断开重新连接
新增操作
代码
优化方向
众所周知,在Java中要遍历每一个链表是非常消耗资源的,与此同时判断环的经典解决方法就是快慢指针,那我们是不是可以使用快慢指针呢??
废话,这么简单的题,当然可以啦!!!
代码
import java.util.HashMap;
import java.util.Map;
public class Leecode146LRU {
/**
* 链表实体类
*
* 思路:双向链表 + HashMap,靠近链表头部的是最近使用,反之是尾部是最少使用
* 丢弃的话,会丢弃最近最少使用也就是尾部的数据
*
*
* */
class DLinkedNode {
int key;
int value;
DLinkedNode prev;
DLinkedNode next;
public DLinkedNode() {}
public DLinkedNode(int _key, int _value) {key = _key; value = _value;}
}
//存储链表中表节点对应的数据
private Map<Integer, DLinkedNode> cache = new HashMap<Integer, DLinkedNode>();
private int size;
private int capacity;
private DLinkedNode head, tail;
//构造方法
public Leecode146LRU(int capacity) {
this.size = 0;
this.capacity = capacity;
// 使用伪头部和伪尾部节点
head = new DLinkedNode();
tail = new DLinkedNode();
//双向绑定虚拟的头和尾部节点
//A -》B B《- A
head.next = tail;
tail.prev = head;
}
/**
* get(int key)拿到链表中某个节点的数据
* 注意事项:1,判断当前key是否有值 2,如果拿到值了的话要将该key对应的值在链表中移动到头部
*/
public int get(int key){
//拿到节点
DLinkedNode node = cache.get(key);
//判断
if (node == null){
return -1;
}else {
//??为什么要在moveToHead方法中需要调用removeNode方法
//因为要将该节点断开连接成为一个单独的节点,然后在连接到链表的头上
moveToHead(node);
return node.value;
}
}
/**
* put(int key ,int value)
* 判断推送的数据在当前链表是否存在,不存在则在首部加入,存在则替换key并移动到首部
*/
public void put(int key ,int value){
DLinkedNode node = cache.get(key);
//判断
if (node == null){
DLinkedNode dLinkedNode = new DLinkedNode(key,value);
cache.put(key,dLinkedNode);
addToHead(dLinkedNode);
++size;
if (size > capacity){
DLinkedNode dLinkedNode1 = removeTail();
cache.remove(dLinkedNode1.key);
--size;
}
}else {
//如果存在,覆盖原来的valus值
node.value = value;
moveToHead(node);
}
}
/**
* 因为有很多的移动到头部和删除尾部的操作,所以把重复的代码抽取出来
*
*
*/
private void addToHead(DLinkedNode node) {
//将新增节点的前驱节点连接到虚拟头节点
node.prev = head;
//将新增节点的next节点连接到原来虚拟头节点的next节点
node.next = head.next;
//将原先虚拟头节点的next节点的前驱节点指向新增的节点
head.next.prev = node;
//将虚拟头节点的后继节点连接到新节点
head.next = node;
}
private void removeNode(DLinkedNode node) {
//node.next指向尾节点,所以就是说将要删除节点的前一个节点的next指针指向该节点的next节点
node.prev.next = node.next;
//node.prev指向该节点的前一个节点,将它连接到该节点的下一个节点的前驱节点
node.next.prev = node.prev;
}
private void moveToHead(DLinkedNode node) {
removeNode(node);
addToHead(node);
}
//删除方法就是把已经定义过的虚拟尾节点和该尾节点的连接断开
private DLinkedNode removeTail() {
DLinkedNode res = tail.prev;
removeNode(res);
return res;
}
public static void main(String[] args) {
Leecode146LRU cache = new Leecode146LRU(2);
cache.put(1,1);
cache.put(2,2);
cache.put(3,3);
System.out.println(cache.get(1));
}
}
运行
可以看到一个容量为2的缓存,当添加3的key的时候,此时拿到key=1的数据时返回-1说明此时key=1的节点已经被移除了