设计LRU缓存结构

1 题目链接

设计LRU缓存结构

2 题目要求

描述

设计LRU缓存结构，该结构在构造时确定大小，假设大小为K，并有如下两个功能

• set(key, value)：将记录(key, value)插入该结构
• get(key)：返回key对应的value值

要求

1. set和get方法的时间复杂度为O(1)
2. 某个key的set或get操作一旦发生，认为这个key的记录成了最常使用的。
3. 当缓存的大小超过K时，移除最不经常使用的记录，即set或get最久远的。

若opt=1，接下来两个整数x, y，表示set(x, y)
若opt=2，接下来一个整数x，表示get(x)，若x未出现过或已被移除，则返回-1
对于每个操作2，输出一个答案

示例

输入:[[1,1,1],[1,2,2],[1,3,2],[2,1],[1,4,4],[2,2]],3
返回值:[1,-1]
说明:
第一次操作后：最常使用的记录为("1", 1)
第二次操作后：最常使用的记录为("2", 2)，("1", 1)变为最不常用的
第三次操作后：最常使用的记录为("3", 2)，("1", 1)还是最不常用的
第四次操作后：最常用的记录为("1", 1)，("2", 2)变为最不常用的
第五次操作后：大小超过了3，所以移除此时最不常使用的记录("2", 2)，加入记录("4", 4)，并且为最常使用的记录，然后("3", 2)变为最不常使用的记录

3 代码思路

读完题目之后，注意到set和get的时间复杂度都为O(1)，因此首先想到的是使用Map结构。接着，LRU的读取和写入操作都需要将元素设置为最常使用，其中写入操作当元素个数大于等于容量k时，还需要将最不经常使用的元素从图中移除。因此，我们想到需要将数组按照使用时间的先后顺序排序。结合上述两点：Map结构 + 时间有序，想到使用 LinkedHashMap 来解决这道题。

遍历所给的二维数组，根据每个数组的第一个字段判断是set还是get。如果是set，需要判断元素总数和容量k的关系，容量小于k时，将元素加入map，大于等于k时，移除链表中的第一个元素(即最不常用的元素)。如果是get，map中存在key时，将其对应的值返回，并把元素从map中删除，重新加入链表。否则返回-1。

4 代码实现

public class Solution {
    public int[] LRU (int[][] operators, int k) {
        Map<Integer,Integer>map = new LinkedHashMap();
        List<Integer>list = new ArrayList(); // 在这里并不知道一共执行多少次get，使用列表代替数组存储get的值。
        for(int i = 0;i < operators.length; i++){
            int opt = operators[i][0]; 
            int key = operators[i][1]; 
            switch(opt){ // opt==1，执行set;opt==2,执行get
                case 1:
                    if(map.size() >= k){ // 判断元素总数是否超过容量K
                        Iterator it = map.keySet().iterator();
                        map.remove(it.next()); // 移除第一个元素
                    }
                    map.put(key,operators[i][2]);
                    break;
                case 2:
                    if(map.containsKey(key)){ // 判断map是否有当前key，存在则返回，不存在则返回-1
                        int val = map.get(key);
                        list.add(val);
                        map.remove(key);
                        map.put(key,val);
                    }else{
                        list.add(-1);
                    }
                    break;
            }
        }
        int []result = new int[list.size()];
        for(int i = 0; i < list.size(); i++){ // 遍历列表，存入数组
            result[i] = list.get(i);
        }
        return result;
    }
}

5 知识扩充

什么是LRU？

LRU英文全称Least Recently Used，可以理解为最久没有使用。在这种策略下我们用最近一次使用的时间来衡量一块内存的价值，越久之前使用的价值也就越低，最近刚刚使用过的，后面接着会用到的概率也就越大，那么自然也就价值越高。

当然只有这个限制是不够的，我们前面也说了，由于内存是非常金贵的，导致我们可以存储在缓存当中的数据是有限的。比如说我们固定只能存储1w条，当内存满了之后，缓存每插入一条新数据，都要抛弃一条最长没有使用的旧数据。这样我们就保证了缓存当中的数据的价值都比较高，并且内存不会超过限制。

我们把上面的内容整理一下，可以得到几点要求：

1. 保证缓存的读写效率，比如读写的复杂度都是O(1)
2. 当一条缓存当中的数据被读取，将它最近使用的时间更新
3. 当插入一条新数据的时候，弹出更新时间最远的数据

LRU原理

我们仔细想一下这个问题会发现好像没有那么简单，显然我们不能通过数组来实现这个缓存。因为数组的查询速度是很慢的，不可能做到O(1)。其次我们用 HashMap 好像也不行，因为虽然查询的速度可以做到O(1)，但是我们没办法做到更新最近使用的时间，并且快速找出最远更新的数据。

如果是在面试当中被问到想到这里的时候，可能很多人都已经束手无策了。但是先别着急，我们冷静下来想想会发现问题其实并没有那么模糊。首先 HashMap是一定要用的，因为只有 HashMap 才可以做到O(1)时间内的读写，其他的数据结构几乎都不可行。但是只有 HashMap 解决不了更新以及淘汰的问题，必须要配合其他数据结构进行。这个数据结构需要能够做到快速地插入和删除，其实我这么一说已经很明显了，只有一个数据结构可以做到，就是链表。

链表有一个问题是我们想要查询链表当中的某一个节点需要O(n)的时间，这也是我们无法接受的。但这个问题并非无法解决，实际上解决也很简单，我们只需要把链表当中的节点作为 HashMap 中的value进行储存即可，最后得到的系统架构如下：

原文链接