java HashMap + 双向链表实现 LRU

LRU 是最近最少使用置换算法,当页面的缓存满时,需要把最久未使用的页面从缓存中清理出去,要求 插入 和 访问都要O(1)的事件复杂度,因为需要用哈希表来储存每一个页面便于随机访问,用双向链表来组织这些页面,可以随机插入删除某一个页面。
在这里插入图片描述

class LRUCache {
    DoubleList list = new DoubleList();
    int cursize = 0;
    int size;
    Map<Integer,Node> map ;
    public LRUCache(int capacity) {
        size = capacity; // 最大容量
        map =  new HashMap<>();
    }
    
    public int get(int key) {
        if(!map.containsKey(key)){
            return -1;
        }
        Node node =  map.get(key);
        list.remove(node);//把元素更新到最新
        list.insert(node);
        return node.value;

    }
    
    public void put(int key, int value) {
        if(map.containsKey(key)){
            Node node =  map.get(key);
            list.remove(node);//把元素更新到最新
            list.insert(node);
            node.value = value;
            return;
        }
        if(size == cursize){
            map.remove(list.head.next.key);
            list.remove(list.head.next);//从表头移除一个元素
            
            cursize--;
        }
        Node node = new Node(key, value);
        map.put(key,node);
        list.insert(node);//插入新元素
        cursize++;


    }
    class Node{
        Node pre;
        Node next;
        int value;
        int key;
        public Node(int key, int value){
            this.key = key;
            this.value = value;
        }
    }
    class DoubleList{
        Node head = new Node(0,0);//表头
        Node tail = new Node(0,0);//表尾
        public DoubleList(){
            head.next = tail;
            tail.pre = head;
        }
        
        void remove(Node node){//删除指定节点
            
            if(node==null) return;
            Node pre = node.pre;
            Node next = node.next;
            node.pre=null;
            node.next = null;
            pre.next = next;
            next.pre = pre;
        }
        void insert(Node node){//从表尾插入最新元素
            if(node==null) return;
            Node pre = tail.pre;
            pre.next = node;
            node.pre = pre;
            tail.pre = node;
            node.next = tail;
        }

    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 可以使用java中的LinkedHashMap类来实现LRU缓存淘汰策略。LinkedHashMap是一种特殊的HashMap,它不仅保存了键值对,还维护了一个双向链表来记录插入顺序,当缓存满后,它会将最先插入的元素淘汰掉。 ### 回答2: LRU(最近最少使用)缓存淘汰策略是指在缓存满时,优先淘汰最近最少使用的数据。实现LRU缓存淘汰策略可以使用链表和哈希表的组合。 首先,我们可以创建一个双向链表的节点类,包含键值对的信息,以及前后指针。链表的头部表示最近访问的节点,尾部表示最久未使用的节点。 我们还需要一个哈希表,用于快速查找节点。哈希表的键是缓存的键,值是对应的节点。 接下来,我们需要实现缓存淘汰策略的几个操作: 1. 获取操作:当尝试获取缓存中的键值对时,如果哈希表中存在该键,则将对应的节点移动到链表头部,并返回该值。如果哈希表中不存在该键,则返回空。 2. 添加操作:当添加新的键值对时,如果该键已存在于缓存中,则将该节点移到链表头部,更新值。否则,创建新节点,并将其插入到链表头部和哈希表中。如果缓存已满,删除链表尾部的节点,并在哈希表中删除对应的键。 3. 删除操作:当从缓存中删除某个键值对时,找到对应的节点,从链表中删除该节点,并在哈希表中删除该键。 以上就是使用Java链表实现LRU缓存淘汰策略的基本思路。通过使用双向链表和哈希表的组合,能够快速实现缓存的增删改查操作,并保持对节点访问的顺序,以便实现LRU策略。 ### 回答3: LRU(Least Recently Used,最近最少使用)是一种常用的缓存淘汰策略,当缓存满时,会将最长时间未被使用的数据从缓存中淘汰。实现LRU缓存淘汰策略可以使用Java中的链表来实现Java中已经提供了LinkedList类,可以直接用于实现链表数据结构。接下来是一个简单的实现LRU缓存的示例代码: ``` import java.util.LinkedList; public class LRUCache<K, V> { private int capacity; private LinkedList<Entry<K, V>> cache; public LRUCache(int capacity) { this.capacity = capacity; this.cache = new LinkedList<>(); } public V get(K key) { Entry<K, V> entry = findEntryByKey(key); if (entry != null) { // 将使用的数据移动到链表头部 cache.remove(entry); cache.addFirst(entry); return entry.value; } return null; } public void put(K key, V value) { Entry<K, V> entry = findEntryByKey(key); if (entry != null) { // 如果key已存在,更新其value,并将数据移动到链表头部 entry.value = value; cache.remove(entry); cache.addFirst(entry); } else { // 如果key不存在,先判断容量是否已满,如果已满则移除最久未使用的数据 if (cache.size() >= capacity) { cache.removeLast(); } // 将新数据插入到链表头部 Entry<K, V> newEntry = new Entry<>(key, value); cache.addFirst(newEntry); } } private Entry<K, V> findEntryByKey(K key) { for (Entry<K, V> entry : cache) { if (entry.key.equals(key)) { return entry; } } return null; } private static class Entry<K, V> { private K key; private V value; public Entry(K key, V value) { this.key = key; this.value = value; } } } ``` 使用示例: ``` LRUCache<String, Integer> cache = new LRUCache<>(3); cache.put("a", 1); cache.put("b", 2); cache.put("c", 3); System.out.println(cache.get("a")); // 输出1 cache.put("d", 4); System.out.println(cache.get("b")); // 输出null,因为b是最久未使用的数据,已被淘汰 ``` 在LRUCache类中,使用LinkedList作为缓存的数据存储结构。缓存的最近使用的数据总是位于链表的头部,当需要访问或更新数据时,将其移动到链表头部。当缓存已满时,移除链表尾部的最久未使用的数据。 这种实现方式可以在O(1)的时间复杂度内实现get和put操作,符合LRU缓存淘汰策略的特性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值