LeetCode 热题 HOT 100 Java题解
146. LRU缓存机制
题目:
运用你所掌握的数据结构,设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作: 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果关键字 (key) 存在于缓存中,则获取关键字的值(总是正数),否则返回 -1。
写入数据 put(key, 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。
进阶:
你是否可以使用 O(1) 空间解决此题?
示例:
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得关键字 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得关键字 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
哈希表+双向链表
要求O(1)时间完成插入,获取,移动操作,一定是需要使用哈希表来定位元素的位置,为了能更快的移动、删除节点,使用双向链表来完成,这里最好是自己来实现一个简单的双向链表。比较值得注意的是,如何比较优雅的来完成链表节点的删除、移动操作, n e x t next next以及 p r e v prev prev按照怎样的顺序来修改。
class LRUCache {
class LinkedNode {
int key;
int value;
LinkedNode prev;
LinkedNode next;
public LinkedNode(){}
public LinkedNode(int key, int value) {
this.key = key;
this.value = value;
}
}
int capacity;
Map<Integer, LinkedNode> map = new HashMap<>();
LinkedNode head, tail;
public LRUCache(int capacity) {
this.capacity = capacity;
head = new LinkedNode();
tail = new LinkedNode();
head.next = tail;
tail.prev = head;
}
public int get(int key) {
LinkedNode node = map.get(key);
if (node == null) return -1;
moveToFirst(node);
return node.value;
}
public void put(int key, int value) {
LinkedNode node = map.get(key);
if (node == null) {
node = new LinkedNode(key, value);
if (map.size() == capacity) {
map.remove(removeLast().key);
}
map.put(key, node);
addFirst(node);
}
else {
moveToFirst(node);
node.value = value;
}
}
public void addFirst(LinkedNode node){
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}
public void removeNode(LinkedNode node){
node.prev.next = node.next;
node.next.prev = node.prev;
}
public void moveToFirst(LinkedNode node){
removeNode(node);
addFirst(node);
}
public LinkedNode removeLast() {
LinkedNode res = tail.prev;
removeNode(res);
return res;
}
}
复杂度分析
-
时间复杂度: O ( 1 ) O(1) O(1)
每种操作的复杂度都为 O ( 1 ) O(1) O(1)。
-
空间复杂度: O ( c a p a c i t y ) O(capacity) O(capacity)
占用规定容量级别的存储空间。