LRU算法/LRU(Least recently used)
算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高。
- 请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
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 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该逐出最久未使用的关键字。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/lru-cache
class LRUCache {
// 定义一个双向链表,因为双向链表删除尾部元素以及一个特定的节点速度很快
class DLinkedList{
int val; // LRUcache值
int key; // LRU键 因为在删除的时候也需要将hashmap中的值也进行删除
DLinkedList prev;
DLinkedList next;
public DLinkedList(){
}
public DLinkedList(int val, int key){
this.key = key;
this.val = val;
}
}
private DLinkedList head; // 头节点
private DLinkedList rear; // 尾节点
private Map<Integer, DLinkedList> map; // hashMap用来存储key,和双链表中的每一个节点。
private int size; // 当前LRUcache的尺寸
private int capacity; // LRUcache的最大容量
public LRUCache(int capacity) {
// 初始化LRU缓存参数,以及初始化双向链表,hashmap
this.capacity = capacity;
size = 0;
head = new DLinkedList();
rear = new DLinkedList();
map = new HashMap<>();
head.next = rear;
rear.prev = head;
}
// LRU添加操作
public int get(int key) {
DLinkedList node = map.get(key);
// 如果当前hashmap中没有就返回 -1
if (null == node){
return -1;
}
// 如果存在,将该节点移动到双向链表的头部。并返回该节点的值
moveToHead(node);
return node.val;
}
public void put(int key, int value) {
DLinkedList node = map.get(key);
// 如果所要添加的节点不存在
if (null == node){
// 创建一个新的节点放在头部,并且当前的尺寸增1
DLinkedList newNode = new DLinkedList(value, key);
map.put(key, newNode);
addNode(newNode);
++size;
// 如果当前尺寸以及超过的容量,删除最不经常使用的尾部节点,当前尺寸-1
if (size > capacity){
map.remove(rear.prev.key);
removeRear();
size--;
}
} else {
// 如果存在则替换该值,并且将该节的移动到双链表的头部,是当前最常使用的
node.val = value;
moveToHead(node);
}
}
// 删除双链表中的node节点
public void removeNode(DLinkedList node){
node.next.prev = node.prev;
node.prev.next = node.next;
}
// 删除最尾部节点(容量超了之后也就是最不常使用的)
public void removeRear(){
removeNode(rear.prev);
}
// 添加节点, 新节点都是通过头插法的形式进入双向链表的。
public void addNode(DLinkedList node){
node.next = head.next;
node.prev = head;
head.next = node;
node.next.prev = node;
}
// 将node节点移动到头部
public void moveToHead(DLinkedList node){
removeNode(node);
addNode(node);
}
}