- 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 <= 10000
- 0 <= value <= 10^5
- 最多调用 2 * 105 次 get 和 put
算法分析
哈希表 + 双向链表
最近最少使用:表示在特定的几个点中,新进来的点会替代这几个点最前使用过的点
- Node结构体代表的是双向链表的结点,有 key,val 值,以及方向值 left,right
- 用哈希表存在 key 和 val 的映射和什么时候使用过,即哈希表存的是 key 和 Node 的映射值
- 规定双向链表的越靠头的部分表示越最近使用,越靠尾的部分表示越早使用,若需要替换都拿尾部分进行替换
- get(key) 函数:查询哈希表中是否存在 key 值,若不存在则返回 -1 ,否则返回该值,并且维护双向链表,将 key 对应的 Node 放在双向链表头部分,即进行删除当前结构体 并 在队头加入结构体的操作
- put(key,value) 函数:
- 若哈希表中存在 key 值,则对 key 的映射值进行修改,并把 key 对应的 Node 放在双向链表头部分,即进行删除当前结构体 并 在队头加入结构体的操作
- 若哈希表中不存在 key 值,若双向链表存的个数已经达到n(给定的个数),则将最尾部的 Node 删除,在队头添加新的结构体,若双向链表存的个数已经达不到n(给定的个数),则在队头添加新的结构体
时间复杂度 O(1)
class LRUCache {
//哈希表 + 双向链表
static Node head, tail;
static HashMap<Integer, Node> map = new HashMap<Integer, Node>();
static int n;
//删除当前节点
static void remove(Node p){
p.right.left = p.left;//连接右边
p.left.right = p.right;//连接左边
}
//从头节点增加
static void insert(Node p){
p.right = head.right;
p.right.left = p;
p.left = head;
head.right = p;
}
//初始化
public LRUCache(int capacity) {
n = capacity;
head = new Node(-1,-1);
tail = new Node(-1,-1);
head.right = tail;
tail.left = head;
map.clear();
}
//取
public int get(int key) {
//没有key
if(!map.containsKey(key)) return -1;
//有key,则需要删除当前节点,并重新插入到节点,要正确理解LRU算法(在操作系统学过)
Node p = map.get(key);
remove(p);
insert(p);
//返回key对应的value值
return p.val;
}
//存放
public void put(int key, int value) {
//如果哈希表存在,且存在key
if(map.containsKey(key)){
Node p = map.get(key);
p.val = value;
remove(p);
insert(p);
}else{
//满了,需要删除尾节点指向的前一个节点,因为很久没使用,需要被淘汰
if(map.size() == n){
Node p = tail.left;
remove(p);
map.remove(p.key);
}
Node t = new Node(key,value);
insert(t);
map.put(key,t);
}
}
}
class Node{
int key, val;
Node left,right;
Node(int key, int val){
this.key = key;
this.val = val;
}
}
/**
* Your LRUCache object will be instantiated and called as such:
* LRUCache obj = new LRUCache(capacity);
* int param_1 = obj.get(key);
* obj.put(key,value);
*/