题目描述
题目描述
设计LRU缓存结构,该结构在构造时确定大小,假设大小为K,并有如下两个功能
- set(key, value):将记录(key, value)插入该结构
- get(key):返回key对应的value值
[要求]
- set和get方法的时间复杂度为O(1)
- 某个key的set或get操作一旦发生,认为这个key的记录成了最常使用的。
- 当缓存的大小超过K时,移除最不经常使用的记录,即set或get最久远的。
若opt=1,接下来两个整数x, y,表示set(x, y)
若opt=2,接下来一个整数x,表示get(x),若x未出现过或已被移除,则返回-1
对于每个操作2,输出一个答案
题目背景
LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”。
他在我们有频繁需要访问的内容时比较常用,因为频繁的访问数据库不太现实,所以计划将内容储存进内存中,通过设置储存量大小来控制内存中能够访问的数据量。
题目思路
我们创建一种哈希链表,每一个键值对与其他键值对彼此联系,形成一双向链表,让键值对拥有前驱与后继,通过从一头插入,另一头删除的模式解决问题。
代码与运行结果
import java.util.HashMap;
import java.util.Map;
import java.util.Objects;
public class LinkedHashMapTest {
public static void main(String[] args) {
int[][] operators = {{1,1,1},{1,2,2},{1,3,2},{2,1},{1,4,4},{2,2}};
int k = 3;
int[] res = doLru(operators,k);
System.out.print("最终输出的数组: " + Arrays.toString(res));
}
public static int[] doLru(int[][] operators, int k) {
LRU<Integer,Integer> LRUcache = new LRU<>(k);
int count = 0;
for(int i = 0;i<operators.length;i++){
if(operators[i][0] == 2){
count++;
}
}
int[] res = new int[count];
int num = 0;
for(int i = 0;i<operators.length;i++){
System.out.println("第" + (i+1) + "次循环");
if(operators[i][0] == 1){
LRUcache.set(operators[i][1],operators[i][2]);
}else if(operators[i][0] == 2){
if(Objects.isNull(LRUcache.get(operators[i][1]))){
res[num] = -1;
}else{
res[num] = LRUcache.get(operators[i][1]);
}
num++;
}
}
return res;
}
}
//LRU结构
class LRU<K, V> {
public int cap;//储存量
public int maxCap;//最大储存量
public Map<K,Node<K,V>> table = new HashMap<>();//记录Node的表
public Node<K,V> head;
public Node<K,V> tail;
public LRU(int maxCap){
head = new Node<>();
tail = new Node<>();
head.next = tail;
head.prev = null;
tail.prev = head;
tail.next = null;
this.maxCap = maxCap;
}
public void set(Object k,Object v){
if(cap == maxCap){
//删除最后一个节点再加入节点
Node<K,V> deletedNode = tail.prev;
table.remove(deletedNode.key);
deletedNode.prev.next = tail;
tail.prev = deletedNode.prev;
add(k,v);
}else if(table.containsKey(k)){
Node<K,V> temp = table.get(k);
temp.value = (V) v;
temp.next.prev = temp.prev;
temp.prev.next = temp.next;
temp.next = head.next.next;
head.next = temp;
temp.next.prev = temp;
temp.prev = head;
table.replace((K) k,temp);
}else{
add(k,v);
cap++;
}
System.out.println("table = " + table.toString());
System.out.println("head.next = " + head.next.toString());
System.out.println("tail.prev = " + tail.prev.toString());
System.out.println("=====================");
}
//在头部加入一个新的节点
public void add(Object k,Object v){
Node<K,V> nodeTemp = new Node<>();
nodeTemp.key = (K) k;
nodeTemp.value = (V) v;
nodeTemp.next = head.next;
head.next = nodeTemp;
nodeTemp.next.prev = nodeTemp;
nodeTemp.prev = head;
table.put(nodeTemp.key,nodeTemp);
}
public V get(Object k){
if(table.containsKey(k)){
Node<K,V> temp = table.get(k);
temp.prev.next = temp.next;
temp.next.prev = temp.prev;
temp.next = head.next;
head.next.prev = temp;
head.next = temp;
temp.prev = head;
System.out.println("table = " + table.toString());
System.out.println("head.next = " + head.next.toString());
System.out.println("tail.prev = " + tail.prev.toString());
System.out.println("=====================");
return table.get(k).value;
}else {
System.out.println("table = " + table.toString());
System.out.println("head.next = " + head.next.toString());
System.out.println("tail.prev = " + tail.prev.toString());
System.out.println("=====================");
return null;
}
}
}
//建造键值对的类
class Node<K,V>{
public K key;
public V value;
public Node<K,V> prev;
public Node<K,V> next;
public Node(K key,V value){
this.key = key;
this.value = value;
}
public Node(){
}
@Override
public String toString() {
return "(" + key + "," + value + ")";
}
}
运行结果图:
一张放不下,下面是第二张。
Java提供了一种LinkedHashmap类似于这个功能,有兴趣可以去瞄一眼。