LRU缓存机制day12

leetcode 146LRU缓存机制

在这里插入图片描述

LRU

LRU缓存算法是一种缓存淘汰策略。
计算机的缓存容量有限,如果缓存满了就要删除一些内容,给新内容腾位置。但问题是,删除哪些内容呢?我们肯定希望删掉哪些没什么用的缓存,而把有用的数据继续留在缓存里,方便之后继续使用。那么,什么样的数据,我们判定为「有用的」的数据呢?
LRU 缓存淘汰算法就是一种常用策略。LRU 的全称是 Least Recently Used,也就是说我们认为最近使用过的数据应该是是「有用的」,很久都没用过的数据应该是无用的,内存满了就优先删那些很久没用过的数据。

设计思路

分析上面的操作过程,要让 put 和 get 方法的时间复杂度为 O ( 1 ) O(1) O(1),我们可以总结出 cache 这个数据结构必要的条件:查找快,插入快,删除快,有顺序之分。

因为显然 cache 必须有顺序之分,以区分最近使用的和久未使用的数据;而且我们要在 cache 中查找键是否已存在;如果容量满了要删除最后一个数据;每次访问还要把数据插入到队头。

那么,**什么数据结构同时符合上述条件呢?**哈希表查找快,但是数据无固定顺序;链表有顺序之分,插入删除快,但是查找慢。所以结合一下,形成一种新的数据结构:哈希链表。

LRU 缓存算法的核心数据结构就是哈希链表,双向链表和哈希表的结合体。

力扣高赞大佬的图

高赞大佬题解
在这里插入图片描述

群里大佬的图

大佬的链接
假设我们有一个玩具摊位,可以向顾客展示小玩具,但是摊位大小有限,我们不能把所有的玩具都摆在摊位上,所以我们就把大部分的玩具都放在了仓库里。
在这里插入图片描述
如果有顾客来问,我们就去仓库把那个玩具拿出来,摆在摊位上。
在这里插入图片描述
因为最上面的那个位置最显眼,所以我们想总是把最新拿出来的玩具放在那。
在这里插入图片描述
但是摊位大小有限,很快就摆满了,如果这时又来了顾客想看新玩具。我们只能把最下面的玩具拿回仓库(因为最下面的位置相对没那么受欢迎),腾出一个位置来放新玩具。

代码实现

这里说一下,本人比较菜,所以没有造轮子,使用的java内置的API

private LinkedList<Integer> list=new LinkedList<>();//存储key 这里不能使用多态创建 编译看左边,运行看右边
    //编译的时候发现左边没有子类的特有方法,所以编译期会直接报错
    private Map<Integer,Integer> map=new HashMap<>();//存储关系 哈希表
    private int size;//最大长度
    private int length;//当前长度
    public LRUCache(int capacity) {
        size=capacity;
        length=0;
    }

    public int get(int key) {
        if (!map.containsKey(key)) return -1;
        put(key,map.get(key));//动了这个元素了,先放到第一个位置
        return map.get(key);//返回它的值
    }

    public void put(int key, int value) {
        if (map.containsKey(key)){
            list.remove((Integer) key);//remove(Object o) 用的删除元素
            list.addFirst(key);//放在头上
            map.put(key,value);//加入哈希表
        }
        else {
            if (length==size){
                map.remove(list.pollLast());//如果超过最大长度,先删除
                map.put(key,value);//再存
                list.addFirst(key);
            }else {
                map.put(key,value);//没超过直接存
                list.addFirst(key);
                length++;//当前长度+1
            }

        }
    }

补充一下在写的时候遇到的问题:

  1. 开始在创建链表的时候使用多态创建的,但是无法使用子类的addFirst()特有方法,查源码发现这个方法是在LinkedList中单独定义的,这就犯了编译错误,java中默认是编译看右边,运行看左边。因为编译的时候没有在List中找到这个特有方法,所以编译器报错。
  2. 关于list.remove()的重载方法,一个是remove(Object o),这个默认删除指定元素,如果有多个就删除第一个;另一个是remove(int index),这个是按照下标删除,默认从0开始。但是,如果你的链表存的是int类型,只能是第二种删除,除非使用强制转换把它改成包装类Integer,list.remove((Integer) key)
  3. 关于remove()和poll()的区别,通过查看源码看到,当删除的目标为空时,remove会抛出一个运行时异常,poll则是返回null。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LRU(Least Recently Used)缓存机制是一种常见的缓存淘汰策略,它会将最近最少使用的缓存数据淘汰出去,从而保持缓存的容量在一定的范围内。 在 Java 中,我们可以使用 LinkedHashMap 类来实现 LRU 缓存机制。LinkedHashMap 是一种哈希表和链表实现的有序映射表,它允许我们按照元素的插入顺序或访问顺序进行遍历。我们可以通过设置 accessOrder 参数为 true 来启用按访问顺序排序。 下面是一份简单的 Java 实现代码: ```java import java.util.LinkedHashMap; import java.util.Map; public class LRUCache<K, V> extends LinkedHashMap<K, V> { private int capacity; public LRUCache(int capacity) { super(capacity, 0.75f, true); this.capacity = capacity; } protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { return size() > capacity; } } ``` 在上面的代码中,我们继承了 LinkedHashMap 类,并在构造函数中调用了父类的构造函数,同时设置 accessOrder 为 true。我们还实现了 removeEldestEntry 方法,该方法会在每次插入元素时被调用,如果当前缓存的元素数量超过了设定的容量,就会将最老的元素删除。 使用该 LRU 缓存类的示例代码: ```java LRUCache<Integer, Integer> cache = new LRUCache<>(2); cache.put(1, 1); cache.put(2, 2); System.out.println(cache.get(1)); // 输出 1 cache.put(3, 3); System.out.println(cache.get(2)); // 输出 null cache.put(4, 4); System.out.println(cache.get(1)); // 输出 null System.out.println(cache.get(3)); // 输出 3 System.out.println(cache.get(4)); // 输出 4 ``` 在上面的示例代码中,我们创建了一个容量为 2 的 LRU 缓存,并且按顺序插入了三个元素。由于容量只有 2,因此最后插入的元素 4 会将元素 1 淘汰出缓存,而元素 2 虽然是最近使用的,但是由于已经被淘汰出缓存,因此返回的值为 null。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值