146. LRU 缓存
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
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 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该 逐出 最久未使用的关键字。
- 函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
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 * 10^5 次 get 和 put
解题
方法:排序+哈希表
public class LRUCache {
// LRU(最近最少使用)刚put或者get的在最前面,可以理解为创建,更新时间倒序
// 删除的是最后的节点(最久未使用)
// 排序+哈希表: 双向链表+哈希表,自己手写双向链表,借用HashMap
// 双向链表维护节点的前后关系。头节点是最近使用的,尾节点是最久未使用的
// 哈希表的存在是为了提高时间复杂度,用空间换时间
// 链表节点
class DLinkedNode{
int key;
int value;
DLinkedNode prev;
DLinkedNode next;
// 无参、有参构造
public DLinkedNode () {}
public DLinkedNode (int key1, int value1) {
key = key1;
value = value1;
}
}
// LRU的参数
private int size;
private int capacity;
private Map<Integer, DLinkedNode> cache = new HashMap<Integer, DLinkedNode>();
// 链表的伪头尾节点,head.next指向第一个 tail.prev指向最后一个
private DLinkedNode head, tail;
// LRU构造方法
public LRUCache(int capacity) {
// 初始化LRU的容量与双向链表
this.size = 0;
this.capacity = capacity;
head = new DLinkedNode();
tail = new DLinkedNode();
head.next = tail;
tail.prev = head;
}
// 时间O(1)
public int get(int key) {
// 从哈希表中get,有返回,并放在链表头部,无返回-1
DLinkedNode head = cache.get(key);
if (head == null) {
return -1;
}
// 将该节点移至头部
moveToHead(head);
return head.value;
}
// 时间O(1)
public void put(int key, int value) {
// 从哈希表中get,有则更新值,并放在链表头部,无则新增链表,并添加节点至链表头部
DLinkedNode head = cache.get(key);
if (head == null) {
DLinkedNode newNode = new DLinkedNode(key, value);
cache.put(key, newNode);
// 添加节点至链表头部
addToHead(newNode);
++size;
if (size > capacity) {
// 获取最后一个节点
DLinkedNode tailNode = removeTail();
// 删除cache中的元素
cache.remove(tailNode.key);
--size;
}
} else {
head.value = value;
// 将该节点移至链表头部
moveToHead(head);
}
}
// 添加节点到头部,时间O(1)
private void addToHead(DLinkedNode node) {
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}
// 删除节点,时间O(1)
private void removeNode(DLinkedNode node) {
node.prev.next = node.next;
node.next.prev = node.prev;
}
// 将该节点移至头部,先删除,再头部添加,时间O(1)
private void moveToHead(DLinkedNode node) {
removeNode(node);
addToHead(node);
}
// 删除最后一个节点,然后返回,时间O(1)
private DLinkedNode removeTail() {
DLinkedNode node = tail.prev;
node.prev.next = tail;
node.next.prev = node.prev;
return node;
}
}
/**
* 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);
*/