1、LRU缓存机制
//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 。
//
//
//
// 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:你是否可以在 O(1) 时间复杂度内完成这两种操作?
//
//
//
// 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
//
//
//
//
// 提示:
//
//
// 1 <= capacity <= 3000
// 0 <= key <= 3000
// 0 <= value <= 104
// 最多调用 3 * 104 次 get 和 put
//
// Related Topics 设计
实现本题的操作需要用到一个HashMap以及双向链表,HashMap用于计算键的映射来查找值,双向链表用于记录许久未操作的元素以及刚刚操作的元素,也能记录存取的顺序。满足这个条件的数据结构Java中有LinkedHashMap,所以直接用这个封装好的类来进行实现,只需要重写其中的removeEldestEntry来告诉方法什么时候来删除这个最老的元素:
class LRUCache extends LinkedHashMap<Integer, Integer> {
private int capacity;
public LRUCache(int capacity) {
//0.75是负载因子,用于扩容
//true代表按存入顺序进行存储
super(capacity, 0.75F, true);
this.capacity = capacity;
}
public int get(int key) {
return super.getOrDefault(key, -1);
}
public void put(int key, int value) {
super.put(key, value);
}
//这就相当于一个条件,告诉程序什么时候删除最长时间没用的元素
@Override
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
return size() > capacity;
}
}
还有的话就是需要我们自己来实现双向链表了,这里将新存进来的元素放到链表前面,将老的节点放在尾部,需要的话直接删除。
public class LRUCache{
//创建一个双向链表节点对象
class DLinkedNode{
int key;
int value;
DLinkedNode prev;
DLinkedNode next;
public DLinkedNode() {}
public DLinkedNode(int key, int value) {
this.key = key;
this.value = value;
}
}
//创建一个哈希表
private Map<Integer, DLinkedNode> map = new HashMap<Integer, DLinkedNode>();
//记录存了多少个数
private int size;
//用于设定数组的容量
private int capacity;
private DLinkedNode head, tail;
public LRUCache(){}
public LRUCache(int capacity) {
size = 0;
this.capacity = capacity;
//生成伪头结点和伪尾结点
head = new DLinkedNode();
tail = new DLinkedNode();
head.next = tail;
tail.prev = head;
}
public int get(int key){
DLinkedNode node = map.get(key);
if(node == null){
return -1;
}
moveToHead(node);
return node.value;
}
public void put(int key, int value){
DLinkedNode node = map.get(key);
if(node == null){
DLinkedNode newNode = new DLinkedNode(key, value);
map.put(key, newNode);
addToHead(newNode);
size++;
//如果超出容量,那么删除链表的尾部节点
if(size > capacity){
DLinkedNode tail = removeTail();
//删除哈希表中对应的项
map.remove(tail.key);
size--;
}
}else{
//如果key存在,先通过Hash表定位,再修改value,并移动到头部
node.value = value;
moveToHead(node);
}
}
private DLinkedNode removeTail(){
DLinkedNode res = tail.prev;
removeNode(res);
return res;
}
private void moveToHead(DLinkedNode node){
removeNode(node);
addToHead(node);
}
private void addToHead(DLinkedNode node){
head.next.prev = node;
node.next = head.next;
head.next = node;
node.prev = head;
}
private void removeNode(DLinkedNode node){
node.prev.next = node.next;
node.next.prev = node.prev;
}
}
2、排序链表
//给你链表的头结点 head ,请将其按 升序 排列并返回 排序后的链表 。
//
// 进阶:
//
//
// 你可以在 O(n log n) 时间复杂度和常数级空间复杂度下,对链表进行排序吗?
//
//
//
//
// 示例 1:
//
//
//输入:head = [4,2,1,3]
//输出:[1,2,3,4]
//
//
// 示例 2:
//
//
//输入:head = [-1,5,3,4,0]
//输出:[-1,0,3,4,5]
//
//
// 示例 3:
//
//
//输入:head = []
//输出:[]
//
//
//
//
// 提示:
//
//
// 链表中节点的数目在范围 [0, 5 * 104] 内
// -105 <= Node.val <= 105
//
// Related Topics 排序 链表
直接存到List中再进行排序:
public ListNode sortList(ListNode head) {
if(head == null || head.next == null){
return head;
}
List<ListNode> list = new ArrayList<>();
while(head != null){
list.add(head);
head = head.next;
}
Collections.sort(list, new Comparator<ListNode>() {
@Override
public int compare(ListNode o1, ListNode o2) {
return o1.val - o2.val;
}
});
for (int i = 0; i < list.size() - 1; i++) {
list.get(i).next = list.get(i+1);
}
//这一句话必须写,不然就会出现循环链表
list.get(list.size() - 1).next = null;
return list.get(0);
}