剑指Offer II 031. 最近最少使用缓存(LRU)

一、题目描述

        运用所掌握的数据结构,设计和实现一个  LRU (Least Recently Used,最近最少使用) 缓存机制 。

        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。

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
 

提示:

1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put
 

进阶:是否可以在 O(1) 时间复杂度内完成这两种操作?

二、思路讲解

        为什么使用双向链表?因为如果使用数组,最近使用的节点移到头部,时间复杂度为O(N);而使用链表,可以降到O(1)

        为什么使用哈希表?因为链表的查找时间复杂度为O(N),使用哈希表,在不发生哈希冲突的情况下可以降到O(1)

三、Java代码实现

class LRUCache {

    //自定义双向链表
    class Entry {
        int key;
        int value;
        Entry prev;
        Entry next;
        public Entry() {}
        public Entry(int key, int value){
            this.key = key;
            this.value = value;
        }
    }

    Entry head, tair;               //头、尾结点
    int capacity;                   //容量
    int size;                       //当前大小
    Map<Integer, Entry> cache;      //HashMap

    public LRUCache(int capacity) {
        this.capacity = capacity;
        //初始化双向链表
        initLinkedList();
        size = 0;
        cache = new HashMap<>(capacity+2);
    }
    
    /**
        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
     */
    public int get(int key) {
        Entry node = cache.get(key);
        if(node == null) {
            return -1;
        }
        moveToHead(node);
        return node.value;
    }
    
    /**
        如果key存在,替换掉,再移到最前面
        如果key不存在,
            如果缓存容量达到上限,先删尾结点,再头插
            如果缓存容量未达上限,头插
     */
    public void put(int key, int value) {
        Entry node = cache.get(key);
        //如果key位置上存在节点
        if(node != null) {
            node.value = value;
            moveToHead(node);
            return;
        }

        //如果不存在
        //如果entry已满,删除最后一个节点
        if(size == capacity) {
            Entry lastNode = tair.prev;
            deleteNode(lastNode);
            cache.remove(lastNode.key);
            size--;
        }

        //把当前节点头插
        Entry newNode = new Entry();
        newNode.key = key;
        newNode.value = value;
        addNode(newNode);
        cache.put(key, newNode);
        size++;
    }

    /**
        初始化双向链表  
     */
    private void initLinkedList() {
        head = new Entry();
        tair = new Entry();
        head.next = tair;
        tair.prev = head;
    }

    /**
        将当前节点移到最前面(头结点之后)
     */
    private void moveToHead(Entry node) {
        //首先删除原来节点关系
        deleteNode(node);
        addNode(node);
    }

    /**
        删除当前节点
     */
    private void deleteNode(Entry node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    /**
        头插
     */
    private void addNode(Entry node) {
        head.next.prev = node;
        node.next = head.next;

        node.prev = head;
        head.next = node;
    }
}

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache obj = new LRUCache(capacity);
 * int param_1 = obj.get(key);
 * obj.put(key,value);
 */

参考:不该这么嚣张的,B站面试官水平真高,手写LRU算法失算了_哔哩哔哩_bilibili

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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