力扣解题思路：146. LRU缓存机制

最新推荐文章于 2024-01-04 11:42:08 发布

小姬炖蘑菇o0

最新推荐文章于 2024-01-04 11:42:08 发布

阅读量260

点赞数 1

本文链接：https://blog.csdn.net/qq_39879315/article/details/108002440

版权

146. LRU缓存机制

思路：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。

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

一种简单的方法，在插入数据时保存插入数据的顺序即可知道数据是否在最近被访问过，当然，访问并不止是添加数据，查询数据也叫被访问，那我们每次查找完数据也可以重新插入一下数据表示被访问过。又因为题目要求常数级的时间复杂度，我们自然而然的就能想到HashMap了，但是我们还需要保存插入（访问）数据的顺序，所以我们可以使用LinkedHashMap：

 private int cap;
 private Map<Integer, Integer> map = new LinkedHashMap<>();  // 保持插入顺序
 public LRUCache(int capacity) {
  this.cap = capacity;
 }
 public int get(int key) {
  if (map.keySet().contains(key)) {
   int value = map.get(key);
   map.remove(key); // 保证每次查询后，都在末尾
   map.put(key, value);
   return value;
  }
  return -1;
 }

因为在键值对数量满了之后我们要删除最近最少使用的数据，从我们刚才插入数据的顺序可以看出，新访问过的数据都往后插，那么最前端的就是最近最少使用的数据，如何获得最前端的第一个数据呢，我们可以使用iterator。

Map要想调用Iterator接口输出，需要先将Map集合转换为Set集合，获取到Iterator对象，从而进行输出。Map.Entry是Map声明的一个内部接口，此接口为泛型，定义为Entry。它表示Map中的一个实体（一个key-value对）。接口中有getKey(),getValue方法。

(1) 使用方法iterator()要求容器返回一个Iterator。第一次调用Iterator的next()方法时，它返回序列的第一个元素（也就是我们想要移除的那个元素）。注意：iterator()方法是java.lang.Iterable接口,被Collection继承。
(2) 使用next()获得序列中的下一个元素。
(3) 使用hasNext()检查序列中是否还有元素。
(4) 使用remove()将迭代器新返回的元素删除。

 public void put(int key, int value) {
  if (map.keySet().contains(key)) {
   map.remove(key);
  } else if (map.size() == cap) {
   Iterator<Map.Entry<Integer, Integer>> iterator = map.entrySet().iterator();
         iterator.next();
         iterator.remove();
  }
  map.put(key, value);
 }

完整代码如下：

class LRUCache {
 private int cap;
 private Map<Integer, Integer> map = new LinkedHashMap<>();  // 保持插入顺序
 public LRUCache(int capacity) {
  this.cap = capacity;
 }
 public int get(int key) {
  if (map.keySet().contains(key)) {
   int value = map.get(key);
   map.remove(key); // 保证每次查询后，都在末尾
   map.put(key, value);
   return value;
  }
  return -1;
 }
 public void put(int key, int value) {
  if (map.keySet().contains(key)) {
   map.remove(key);
  } else if (map.size() == cap) {
   Iterator<Map.Entry<Integer, Integer>> iterator = map.entrySet().iterator();
         iterator.next();
         iterator.remove();
   // int firstKey = map.e***ySet().iterator().next().getValue();
   // map.remove(firstKey);
  }
  map.put(key, value);
 }
}