LeetCode 经典题 LRU缓存

最新推荐文章于 2022-12-10 12:22:22 发布

ChasingTheFreeWind

最新推荐文章于 2022-12-10 12:22:22 发布

阅读量163

点赞数

分类专栏： leetcode

本文链接：https://blog.csdn.net/q1072118803/article/details/113762881

版权

leetcode 专栏收录该内容

58 篇文章 0 订阅

订阅专栏

本文详细介绍了LRU（最近最少使用）算法的实现，通过结合哈希表和链表创建一个数据结构，确保get和put操作的时间复杂度为O(1)。LRU缓存机制用于高效管理有限的存储空间，当达到容量限制时，会淘汰最不常使用的数据。代码示例展示了如何在Java中构建LRU缓存，包括节点定义、添加和删除操作。

摘要由CSDN通过智能技术生成

LRU算法应该对所有计算机\软工的同学都不陌生了。
那么要如何实现LRU算法呢？
LRU算法需要设计一个数据结构，这个数据结构有两个操作，一个是get(key)：获取key对应的value，如果key不存在则返回-1
put(key, value): 存入键值对
以上两个操作的复杂度都应该为O(1)

分析上述操作，总结这个数据结构的必要条件为：查找快、插入块、删除快、有序
哈希表查找快，但无序
链表有顺序，但查找慢，结合形成哈希链表。
可以写下以下代码

代码

class Node{
    Node prev, next;
    int key, value;
    public Node(int key, int value){
        this.key = key;
        this.value = value;
        this.prev = null;
        this.next = null;
    }
}
class LRUCache {
    int capacity;
    Node head, tail;
    HashMap<Integer, Node> map;
    public LRUCache(int capacity) {
        this.capacity = capacity;
        head = new Node(-1, -1);
        tail = new Node(-1, -1);
        head.next = tail;
        tail.prev = head;
        map = new HashMap<>();
    }
    private void addFirst(Node x){
        Node nex = head.next;
        head.next = x;
        x.prev = head;
        x.next = nex;
        nex.prev = x;
    }
    private void remove(Node x){
        x.prev.next = x.next;
        x.next.prev = x.prev;
    }
    private Node removeLast(){
        Node lastNode = tail.prev;
        lastNode.prev.next = tail;
        tail.prev = lastNode.prev;
        return lastNode;
    }
    public int get(int key) {
        if(!map.containsKey(key))
            return -1;
        int value = map.get(key).value;
        put(key, value);
        return value;
    }
    
    public void put(int key, int value) {
        Node x = new Node(key, value);
        if(map.containsKey(key)){
            remove(map.get(key));
            addFirst(x);
            map.put(key, x);
        }else{
            if(capacity == map.size()){
                Node lastNode = removeLast();
                map.remove(lastNode.key);
            }
            addFirst(x);
            map.put(key, x);
        }
    }
}

/**
 * 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);
 */