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
思路:
使用官方题解的双指针加哈希表方法,其实不难,看代码也很容易看懂,但是自己写的话很烦
太多了。没什么特别好的办法,死记硬背吧。
我在代码里加了详细注释,可以看一下。
复杂度:
时间复杂度:O(1)
空间复杂度:O(n)
代码:
//先写双向链表结构
class DLinkedNode{
int key;
int value;
DLinkedNode pre;
DLinkedNode next;
public DLinkedNode(){}
public DLinkedNode(int key,int value){
this.key = key;
this.value = value;
}
}
//用hashMap`来充当容器,方便查询
private Map<Integer,DLinkedNode> cache = new HashMap<Integer,DLinkedNode>();
//size表示当前缓存的长度
private int size;
//capacity表示缓存最大的长度
private int capacity;
//用来表示伪头部和伪尾部标记界限,在添加和删除时不用检查相邻节点存在与否
private DLinkedNode head,tail;
public LRUCache(int capacity) {
this.size = 0;
this.capacity = capacity;
head = new DLinkedNode();
tail = new DLinkedNode();
head.next = tail;
tail.pre = head;
}
//get的逻辑是如果key存在,也就是cache里有这个数据存在就返回,
//没有返回-1,并且调整顺序
public int get(int key) {
DLinkedNode node = cache.get(key);
if(node == null) return -1;
//如果存在的话,先移动到头部,再返回值
moveToHead(node); //移动到头部的方法在下面完成
return node.value;
}
//put就是将给定的key,value放到cache中的头部,如果有超出就删除尾部
public void put(int key, int value) {
//放进去之前看一下是否存在key了
DLinkedNode node = cache.get(key);
if(node ==null){
//不存在就建一个新node
DLinkedNode newNode = new DLinkedNode(key,value);
cache.put(key,newNode);
//再将数据添加到链表的头部
addToHead(newNode);
++size;
if(size>capacity){
//容量超出就删除尾部节点
//先删列表
DLinkedNode tail = removeTail();
//再删哈希表
cache.remove(tail.key);
--size;
}
}else{
//key在的话,就修改value,再移到头部
node.value =value;
moveToHead(node);
}
}
//写添加到头部方法
private void addToHead(DLinkedNode node){
//将node添加到head和head.next之间
node.pre = head;
node.next = head.next;
head.next.pre = node;
head.next = node;
}
//删除node方法
private void removeNode(DLinkedNode node){
node.pre.next = node.next;
node.next.pre = node.pre;
}
//移到头部
private void moveToHead(DLinkedNode node){
// node.next = head.next;
// node.pre = head;
// head.next.pre = node;
// head.next = node;
//这样其实是添加到头部
//先删除,然后将删除的数据加到头部就对了
removeNode(node);
addToHead(node);
}
//删除并返回最后一个数据结点
private DLinkedNode removeTail(){
DLinkedNode res = tail.pre;
removeNode(res);
return res;
}