所谓LRU就是最近没被使用的,跟被使用的次数无关,只关注最近一次被使用的时间
最开始的想法:哈希表存数据,双向链表表示最近使用的顺序,得到代码
class LRUCache {
Map<Integer,Integer> m;
Deque<Integer> dq;
int cap;
public LRUCache(int capacity) {
cap = capacity;
m = new HashMap<>();
dq = new LinkedList<>();
}
public int get(int key) {
if(m.containsKey(key)){
dq.remove(key);
dq.addFirst(key);
return m.get(key);
}
return -1;
}
public void put(int key, int value) {
if(m.containsKey(key)){
m.put(key,value);
get(key);
}
else{
if(m.size() == cap){
m.remove(dq.getLast());
dq.removeLast();
}
m.put(key,value);
dq.addFirst(key);
}
}
}
可以看到从双向链表中删除一个数据dq.remove(key); 需要o(n)的复杂度,这就导致整体很耗时
需要解决一个问题:如何快速找到每一个key对应在链表中的位置?
这也是本题的收获,一开始觉得通过下标去找的话,如果从中间删了一个,后面也都要改,同样要o(n)(list用多了的思维),但其实使用哈希表的话,使用value存储key对应的节点的引用,这样的话不管节点前后怎么变,该引用仍然指向该节点
官方题解
public class LRUCache {
class DLinkedNode {
int key;
int value;
DLinkedNode prev;
DLinkedNode next;
public DLinkedNode() {}
public DLinkedNode(int _key, int _value) {key = _key; value = _value;}
}
private Map<Integer, DLinkedNode> cache = new HashMap<Integer, DLinkedNode>();
private int size;
private int capacity;
private DLinkedNode head, tail;
public LRUCache(int capacity) {
this.size = 0;
this.capacity = capacity;
// 使用伪头部和伪尾部节点
head = new DLinkedNode();
tail = new DLinkedNode();
head.next = tail;
tail.prev = head;
}
public int get(int key) {
DLinkedNode node = cache.get(key);
if (node == null) {
return -1;
}
// 如果 key 存在,先通过哈希表定位,再移到头部
moveToHead(node);
return node.value;
}
public void put(int key, int value) {
DLinkedNode node = cache.get(key);
if (node == null) {
// 如果 key 不存在,创建一个新的节点
DLinkedNode newNode = new DLinkedNode(key, value);
// 添加进哈希表
cache.put(key, newNode);
// 添加至双向链表的头部
addToHead(newNode);
++size;
if (size > capacity) {
// 如果超出容量,删除双向链表的尾部节点
DLinkedNode tail = removeTail();
// 删除哈希表中对应的项
cache.remove(tail.key);
--size;
}
}
else {
// 如果 key 存在,先通过哈希表定位,再修改 value,并移到头部
node.value = value;
moveToHead(node);
}
}
private void addToHead(DLinkedNode node) {
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}
private void removeNode(DLinkedNode node) {
node.prev.next = node.next;
node.next.prev = node.prev;
}
private void moveToHead(DLinkedNode node) {
removeNode(node);
addToHead(node);
}
private DLinkedNode removeTail() {
DLinkedNode res = tail.prev;
removeNode(res);
return res;
}
}