[LeetCode]146. LRU Cache 深入浅出讲解和代码示例

1、汇总概要

以下思路涵盖了哈希与双向链表的结合使用、缓存设计等知识点

2、题目

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and put.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
put(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

Follow up:
Could you do both operations in O(1) time complexity?

Example:

LRUCache cache = new LRUCache( 2 /* capacity */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // returns 1
cache.put(3, 3);    // evicts key 2
cache.get(2);       // returns -1 (not found)
cache.put(4, 4);    // evicts key 1
cache.get(1);       // returns -1 (not found)
cache.get(3);       // returns 3
cache.get(4);       // returns 4

3、审题

设计一个简单版的最近使用缓存模型。缓存空间有容量限制，时间复杂度要求是O(1)。

其中“最近使用”是指最近被访问过(被cache.get调用过）。

4、解题思路

以上对cache的操作有：添加(put)、查找(get)、替换(put)，因有容量限制，还需有删除，每次当容量满时，将最久未使用的节点删除。

为快速添加和删除，我们可以用双向链表来设计cache，链表中从头到尾的数据顺序依次是，(最近访问)->...(最旧访问)：

1）添加节点：新节点插入到表头即可，时间复杂度O(1)；

2）查找节点：每次节点被查询到时，将节点移动到链表头部，时间复杂度O(n)

3)  替换节点：查找到后替换(更新节点value)，将节点移动到链表头部；

可见在查找节点时，因对链表需遍历，时间复杂度O(n)，为达到O(1)，可以考虑数据结构中加入哈希(hash)。

=>我们需要用两种数据结构来解题：双向链表、哈希表

示意图如下：

5、代码示例 - Java

[java]  view plain  copy

1. import java.util.*;  
2.   
3. class Node{  
4.     int key;  
5.     int value;  
6.     Node next;  
7.     Node pre;  
8.     public Node(int key,int value,Node pre, Node next){  
9.         this.key = key;  
10.         this.value = value;  
11.         this.pre = pre;  
12.         this.next = next;  
13.     }  
14. }  
15.   
16. public class LRUCache {  
17.     int capacity;  
18.     int count;//cache size  
19.     Node head;  
20.     Node tail;  
21.     HashMap<Integer,Node>hm;  
22.     public LRUCache(int capacity) { //only initial 2 Node is enough, head/tail  
23.         this.capacity = capacity;  
24.         this.count = 2;  
25.         this.head = new Node(-1,-1,null,null);  
26.         this.tail = new Node(-2,-2,this.head,null);  
27.         this.head.next = this.tail;  
28.         hm = new HashMap<Integer,Node>();  
29.         hm.put(this.head.key, this.head);  
30.         hm.put(this.tail.key, this.tail);  
31.     }  
32.       
33.     public int get(int key) {  
34.         int value = -1;  
35.         if(hm.containsKey(key)){  
36.             Node nd = hm.get(key);  
37.             value = nd.value;  
38.             detachNode(nd); //detach nd from current place  
39.             insertToHead(nd); //insert nd into head  
40.         }  
41.         return value;  
42.     }  
43.       
44.     public void put(int key, int value) {  
45.         if(hm.containsKey(key)){ //update  
46.             Node nd = hm.get(key);  
47.             nd.value = value;  
48.             //move to head  
49.             detachNode(nd); //detach nd from current place  
50.             insertToHead(nd); //insert nd into head  
51.         }else{ //add  
52.             Node newNd = new Node(key,value,null,this.head);  
53.             this.head.pre = newNd; //insert into head  
54.             this.head = newNd;  
55.             hm.put(key, newNd); //add into hashMap  
56.             this.count ++;  
57.             if(this.count > capacity){ //need delete node  
58.                 removeNode();  
59.             }  
60.         }  
61.     }  
62.     //common func  
63.     public void insertToHead(Node nd){  
64.         this.head.pre = nd;  
65.         nd.next = this.head;  
66.         nd.pre = null;  
67.         this.head = nd;  
68.     }  
69.     public void detachNode(Node nd){  
70.         nd.pre.next = nd.next;  
71.         if(nd.next!=null){  
72.             nd.next.pre = nd.pre;  
73.         }else{  
74.             this.tail = nd.pre;  
75.         }  
76.     }  
77.     public void removeNode(){ //remove from tail  
78.         int tailKey = this.tail.key;  
79.         this.tail = this.tail.pre;  
80.         this.tail.next = null;  
81.         hm.remove(tailKey);  
82.         this.count --;  
83.     }  
84.     public void printCache(){  
85.         System.out.println("\nPRINT CACHE ------ ");  
86.         System.out.println("count: "+count);  
87.         System.out.println("From head:");  
88.         Node p = this.head;  
89.         while(p!=null){  
90.             System.out.println("key: "+p.key+" value: "+p.value);  
91.             p = p.next;  
92.         }  
93.         System.out.println("From tail:");  
94.         p = this.tail;  
95.         while(p!=null){  
96.             System.out.println("key: "+p.key+" value: "+p.value);  
97.             p = p.pre;  
98.         }  
99.           
100.     }  
101.       
102.     public static void main(String[] args){  
103.         LRUCache lc = new LRUCache(3);  
104.         lc.printCache();  
105.           
106.         lc.put(1, 1);  
107.         lc.put(2, 2);  
108.         lc.put(3, 3);  
109.         lc.printCache();  
110.           
111.         lc.get(2);  
112.         lc.printCache();  
113.           
114.         lc.put(4, 4);  
115.         lc.printCache();  
116.           
117.         lc.get(1);  
118.         lc.printCache();  
119.           
120.         lc.put(3, 33);  
121.         lc.printCache();      
122.     }  
123. }