一、LRU介绍
LRU是Least Recently Used 的缩写,即“最近最少使用”,也就是说,LRU缓存把最近最少使用的数据移除,让给最新读取的数据。
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) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-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久未使用的数据值,从而为新的数据值留出空间。
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
二、哈希表+双向链表
数组 | 链表 | |
---|---|---|
读取 | O(1) | O(n) |
插入 | O(n) | O(1) |
删除 | O(n) | O(1) |
- 在数组中元素是相邻存储的
- 读取链表元素时,需要依次遍历
- 对于能够立即访问的链表元素,插入和删除操作的运行时间为O(1)。
哈希表和双向链表的结合使得访问,插入和删除的运行时间都是O(1)
三、python代码
class DoubleLinkNode(object):
def __init__(self,key=0,value=0):
self.key=key #哈希表的键,键所对应的值是双向链表的节点
self.value=value #双向链表的元素
self.next=None #后继节点
self.prev=None #前驱节点
class LRUCache(object):
def __init__(self,capacity):
#存储的哈希表
self.cache={}
#存储的容量
self.capacity=capacity
#构造伪头节点和伪尾节点
self.head=DoubleLinkNode()
self.tail=DoubleLinkNode()
self.head.next=self.tail
self.tail.prev=self.head
#当下存储的大小
self.size=0
def get(self,key):
"""读取操作"""
if key not in self.cache:
#key不存在于哈希表中
return -1
#key存在于哈希表中,获取所对应的节点,返回其值并添加至链表头部
node=self.cache[key]
self.moveTohead(node)
return node.value
def put(self,key,value):
if key not in self.cache:
#key不存在于哈希表中,生成新的节点
node=DoubleLinkNode(key,value)
#判断此时缓存的大小是否超过缓存的容量
if self.size==self.capacity:
#超过缓存的容量
remove_node=self.removeTail() #删除尾部节点
self.size-=1
self.cache.pop(remove_node.key) #删除哈希表所对应的值
#将键-值添加到哈希表中
self.cache[key]=node
#将节点添加至链表头部
self.addToHead(node)
self.size+=1
else:
#key存在于哈希表中,改变节点的值,并移至节点头部
node=self.cache[key]
node.value=value
self.moveTohead(node)
def addToHead(self,node):
"""把节点node添加至头节点"""
node.next=self.head.next
self.head.next.prev=node
node.prev=self.head
self.head.next=node
def removeNode(self,node):
"""删除节点node"""
node.prev.next=node.next
node.next.prev=node.prev
def removeTail(self):
"""删除尾部节点"""
node=self.tail.prev
self.removeNode(node)
return node
def moveTohead(self,node):
self.removeNode(node)
self.addToHead(node)