题目描述
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。
要求: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
方法一(有序哈希)
1.解题思路
- 首先在构造函数里,初始化一个LinkedHashMap和一个容量
- 对于get方法,当map中不存在当前键时,直接返回-1;存在当前键时,获取对应的值,删除原来的位置,并插入到有序map头部,最后返回当前键对应的值。
- 对于put方法,当map中不存在当前键时,需要考虑是否能存下新的键,如果已经达到了capacity的容量,则需要执行LRU淘汰策略,删除掉map尾部的键,然后将当前key和value存入到map;存在当前键时,删除原来的位置,并插入到有序map的头部,并跟新value值。
2.代码实现
class LRUCache {
int capacity;
LinkedHashMap<Integer,Integer> map;
public LRUCache(int capacity) {
this.map=new LinkedHashMap<>();
this.capacity=capacity;
}
public int get(int key) {
if(!map.containsKey(key)){
return -1;
}
int value=map.remove(key);
map.put(key,value);
return value;
}
public void put(int key, int value) {
if(!map.containsKey(key)){
if(map.size()==capacity){
map.remove(map.entrySet().iterator().next().getKey());
}
map.put(key,value);
}
else{
map.remove(key);
map.put(key,value);
}
}
}
3.复杂度分析
- 时间复杂度:有序map的删除、插入操作时间复杂度均为O(1),所以时间复杂度为O(1)。
- 空间复杂度:假设缓存的容量capacity的大小最大为n,最多可以存n个元素,所以空间复杂度为O(n)。
方法二(双向链表+哈希)
1.解题思路
思路和方法一大致相同,不过自己构造了双向链表进行实现,比较考验代码功底。
核心方法是双向链表的removeNode()和addToHead()这两个方法。
2.代码实现
class LRUCache {
//双向链表
class Node{
int key;
int value;
Node prev;
Node next;
public Node(){}
public Node(int key,int value){
this.key=key;
this.value=value;
}
}
int capacity;
Map<Integer,Node> map;
Node head;
Node tail;
//初始化缓存容量,map和双向链表
public LRUCache(int capacity) {
this.capacity=capacity;
this.map=new HashMap<>();
this.head=new Node();
this.tail=new Node();
head.next=tail;
tail.prev=head;
}
public int get(int key) {
if(!map.containsKey(key)){
return -1;
}
Node node=map.get(key);
//跟新缓存中位置
removeNode(node);
addToHead(node);
return node.value;
}
public void put(int key, int value) {
if(!map.containsKey(key)){
//执行淘汰策略
if(map.size()==capacity){
Node node=tail.prev;
map.remove(node.key);
removeNode(node);
}
//从头部插入缓存
Node newNode=new Node(key,value);
map.put(key,newNode);
addToHead(newNode);
}
else{
Node node=map.get(key);
//跟新value
node.value=value;
//跟新缓存中位置
removeNode(node);
addToHead(node);
}
}
//删除双向链表指定节点
private void removeNode(Node node){
node.prev.next=node.next;
node.next.prev=node.prev;
}
//从双向链表头部插入节点
private void addToHead(Node node){
node.prev=head;
node.next=head.next;
head.next.prev=node;
head.next=node;
}
}
3.复杂度分析
- 时间复杂度:由于双向链表的removeNode()和addToHead()方法时间复杂度都是O(1),map的get()、remove()、put()的时间复杂度也是O(1),所以时间复杂度为O(1)。
- 空间复杂度:假设缓存的容量capacity的大小最大为n,最多可以存n个元素,所以空间复杂度为O(n)。