leetcode-146. LRU 缓存

题目

在这里插入图片描述在这里插入图片描述

1.思路分析:

推荐LRU此题题解视频
LRU的入门题
获取或者添加数据的时间复杂度为O(1),第一个想到的数据结构就是HashMap。但是HashMap不能很方便地知道哪些元素是最近访问过的,所以还要借助一个别的数据结构实现这一功能。
这时候考虑到链表的删除和插入的时间复杂度都为O(1),所以考虑使用链表。

并且为了删除得更加方便,使用双向链表去实现。(双向链表比单向链表在这里有两个优点,1.双向链表可以通过该需要删除节点的引用,就能将该节点从链表中删除;而单项链表需要获取需要删除的前一个节点才能删除该节点。2.当双向链表头尾都有一个虚拟节点时,他就可以O(1)的时间复杂在头尾获取、删除、添加节点;相比较,单向链表如果只有一个虚拟头结点,他只能以O(1)的时间复杂度在头部获取、删除、添加节点)。

LRU(Least Recently Used)

LRU算法的思路分析是指对LRU(最近最少使用)算法的原理和实现方法进行解释和说明。LRU算法是一种缓存淘汰策略,它认为最近使用过的数据应该是有用的,而很久都没用过的数据应该是无用的,所以当缓存满了时,优先删除最久未使用的数据。

LRU算法的核心数据结构是哈希链表,也就是双向链表和哈希表的结合体。哈希表可以快速查找某个键是否存在缓存中,双向链表可以维护数据的访问顺序,并且可以快速删除、添加节点。

LRU算法的基本操作有两个:get (key) 和 put (key, value)。get (key) 用于获取键对应的值,如果键不存在则返回 -1。put (key, value) 用于存入或更新键值对,如果键已存在,则更新其值,并将其移动到链表尾部;如果键不存在,则创建一个新节点,并插入到链表尾部,同时检查缓存容量是否超出限制,如果超出则删除链表头部的节点。

LRU算法的时间复杂度为 O (1),因为哈希表和双向链表的操作都是常数时间的。LRU算法的空间复杂度为 O (capacity),因为需要存储 capacity 个键值对。

本题思路

创建一个具有双向链表的节点类Node,

class Node{
	int key;
    int value;
	Node prev;
	Node next;
	public Node(int value){
		this.value = value;	
	}
}

创建一个双向链表类DoubleLinkList,实现头尾虚拟节点,并且初始化他们的相互连接。
并且实现删除头结点,插入节点,插入尾节点功能。
再借助DoubleLinkList实现题目中的LRUCache类。

2. 算法实现

// 定义一个公共类LRUCache,表示一个最近最少使用缓存
public class LRUCache {
    // 定义一个整型变量cap,表示缓存的容量
    int cap = 0;
    // 定义一个HashMap对象map,用于存储键值对
    HashMap<Integer,Node> map;
    // 定义一个DoubleLinkList对象link,用于维护缓存的顺序
    DoubleLinkList link;
    // 定义一个构造方法,接受一个整型参数capacity,初始化缓存的容量
    public LRUCache(int capacity) {
        cap = capacity;
        map = new HashMap<>();
        link = new DoubleLinkList();
    }
    // 定义一个公共方法get,接受一个整型参数key,返回对应的值
    public int get(int key) {
        // 如果map中不存在key,返回-1
        if(map.get(key) == null){
            return -1;
        }
        // 否则,获取map中key对应的节点的值,并赋值给val
        int val = map.get(key).value;
        // 调用put方法,将key和val作为参数,更新缓存
        put(key,val);
        // 返回val
        return val;
    }

    // 定义一个公共方法put,接受两个整型参数key和value,将键值对添加或更新到缓存中
    public void put(int key, int value){
        // 创建一个Node对象node,传入key和value作为参数
        Node node = new Node(key,value);
        // 如果map中不存在key
        if(map.get(key) == null){
            // 如果map的大小已经达到或超过缓存的容量
            if(map.size() >= cap) {
                // 调用link的deleteHead方法,删除头部节点,并返回其key,赋值给k
                int k = link.deleteHead();
                // 从map中移除k对应的键值对
                map.remove(k);
            }
            // 调用link的addTail方法,将node作为参数,添加到尾部
            link.addTail(node);
            // 将key和node作为键值对添加到map中
            map.put(key,node);
        }else{ // 否则,map中已经存在key
            // 调用link的delete方法,将map中key对应的节点作为参数,删除该节点
            link.delete(map.get(key));
            // 调用link的addTail方法,将node作为参数,添加到尾部
            link.addTail(node);
            // 将key和node作为键值对更新到map中
            map.put(key,node);
        }
    }

}

// 定义一个类Node,表示一个双向链表的节点
class Node{
    // 定义一个公共整型变量key,表示节点的键
    public int key;
    // 定义一个公共整型变量value,表示节点的值
    public int value;
    // 定义一个公共Node变量prev,表示节点的前驱节点
    public Node prev;
    // 定义一个公共Node变量next,表示节点的后继节点
    public Node next;
    // 定义一个构造方法,接受两个整型参数key和value,初始化节点的键和值
    public Node(int key,int value){
        this.key = key;
        this.value = value;
    }
}

// 定义一个类DoubleLinkList,表示一个双向链表
class DoubleLinkList{
    // 定义一个Node变量head,表示链表的头部哨兵节点
    Node head;
    // 定义一个Node变量tail,表示链表的尾部哨兵节点
    Node tail;
    // 定义一个构造方法,初始化
      // 定义一个构造方法,初始化头部和尾部哨兵节点,并将它们相连
    public DoubleLinkList(){
        head = new Node(-1,1);
        tail = new Node(-1,1);
        head.next = tail;
        tail.prev = head;
    }
    // 定义一个方法addTail,接受一个Node参数newNode,表示要添加到尾部的节点
    public void addTail(Node newNode){
        // 将newNode的next指向tail
        newNode.next = tail;
        // 将newNode的prev指向tail的prev
        newNode.prev = tail.prev;
        // 将tail的prev指向newNode
        tail.prev = newNode;
        // 将newNode的prev的next指向newNode
        newNode.prev.next = newNode;
    }

    // 定义一个方法delete,接受一个Node参数node,表示要删除的节点,返回其key
    public int delete(Node node){
        // 将node的prev的next指向node的next
        node.prev.next = node.next;
        // 将node的next的prev指向node的prev
        node.next.prev = node.prev;
        // 返回node的key
        return node.key;
    }

    // 定义一个方法deleteHead,不接受参数,表示删除头部节点,返回其key
    public int deleteHead(){
        // 调用delete方法,将head的next作为参数,返回其key
        return delete(head.next);
    }
}

3. 算法坑点

  1. 在DoubleLinkList类中,最后返回的应该是node.key,而不是node.value。
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问,比如最长公共子序列、背包问、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的型,很多目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的目,按照难度从简单到困难排列。每个目都有详细的目描述、输入输出样例、目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问和最优子结构性质的问。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问,如背包问、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的目涵盖了各种难度级别和场景的问。从简单的斐波那契数列、迷宫问到可以用于实际应用的背包问、最长公共子序列等,难度不断递进且话丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问拆分成子问的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问,例如斐波那契数列、矩阵链乘法、背包问等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问。例如,经典的“爬楼梯”问,要求我们计算到n级楼梯的方案数。这个问的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问、保存中间状态来求解问。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问,但在某些场景下并不适用。例如,某些问的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解都非常重要。除了刷以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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