LRU缓存
难度中等1217
运用你所掌握的数据结构,设计和实现一个 LRU (最近最少使用) 缓存机制 。
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)
如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-值」。当缓存容量达到上限时,它应该在写入新数据之前删除最久未使用的数据值,从而为新的数据值留出空间。
进阶:你是否可以在 O(1)
时间复杂度内完成这两种操作?
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 <= 3000
0 <= value <= 104
- 最多调用
3 * 104
次get
和put
//双向循环链表
class MyList {
Entry head, tail;
int size = 0;
MyList() {
head = new Entry(-1, -1);
tail = new Entry(-1, -1);
head.ne = tail;
head.pre = tail;
tail.ne = head;
tail.pre = head;
}
void remove(Entry p) {
p.ne.pre = p.pre;
p.pre.ne = p.ne;
size--;
}
void addAfter(Entry p, Entry node) {
node.ne = p.ne;
node.pre = p;
node.ne.pre = node;
node.pre.ne = node;
size++;
}
void addFirst(Entry p) {
addAfter(head, p);
}
Entry getLast() {
if (size == 0) return null;
return tail.pre;
}
Entry getFirst() {
if (size == 0) return null;
return head.ne;
}
void addLast(Entry p) {
addAfter(tail.pre, p);
}
}
class Entry {
int k, v;
Entry ne, pre;
public Entry(int k, int v) {
this.k = k;
this.v = v;
}
}
class LRUCache {
//数组模拟哈希表,每个元素是链表的结点指针
Entry tb[] = new Entry[3001];
MyList q;
int size = 0;
int maxSize;
public LRUCache(int capacity) {
q = new MyList();
maxSize = capacity;
}
public int get(int key) {
if (tb[key] == null) return -1;
Entry e = tb[key];
q.remove(e);
q.addLast(e);
return e.v;
}
public void put(int key, int value) {
if (tb[key] != null) {
//覆盖元素
Entry e = tb[key];
e.v = value;
q.remove(e);
q.addLast(e);
return;
}
//删除最早进入的元素
if (size == maxSize) {
tb[q.getFirst().k] = null;
size--;
q.remove(q.getFirst());
}
//增加新元素
Entry e = new Entry(key, value);
size++;
q.addLast(e);
tb[e.k] = e;
}
}