算法
LRU 缓存机制可以通过哈希表配合双向链表实现,插入缓存或者获取缓存时移动相对应节点至链表尾部,起到保存访问顺序作用。哈希表可以实现O(1)时间复杂度查找链表节点,对于移动链表节点,节点保存了前置指针和后置指针,可以实现O(1)时间复杂度的删除与插入。具体操作如下:
- 缓存插入
判断哈希表思否存在该该key,如果存在,获取该链表节点,并更新value;如果不存在则将键值对封装成新的链表节点;将该节点加入哈希表并插入链表尾部,tail指针指向当前节点,如果插入时缓存为空,则head与tail均指向当前节点。如果插入时缓存容量不够,则从哈希表中移除head指向节点,并移动head指针指向下一个节点。 - 缓存获取
判断哈希表是否存在该key,如果存在,从哈希表获取链表节点,并将该节点移动到链表尾部,返回缓存值;不存在则返回null。
复杂度
- 时间复杂度:缓存获取与插入均为O(1)。
- 空间复杂度:O(缓存容量)。
Java代码实现
java的LinkedHashMap底层是通过哈希表与双向链表实现的,默认只保存插入顺序,可通过构造方法LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) 的accessOrder参数保存访问顺序,可利用LinkedHashMap来实现LRU缓存。使用LinkedHashMap的LRU缓存实现如下:
class LRUCache<K, V> {
LinkedHashMap<K, V> map;
public LRUCache(int capacity) {
this.map = new LinkedHashMap<>(capacity, 1.0f, true) {
@Override
protected boolean removeEldestEntry(Map.Entry eldest) {
// 默认实现为返回false,即超过容量时走扩容逻辑,重写该方法使超过容量时删除链表头节点。
return size() >= capacity;
}
};
}
public V get(K key)