LRU是Least Recently Used的缩写,即最近最少使用,是一种常用的页面置换算法,选择最近最久未使用的页面予以淘汰。该算法赋予每个页面一个访问字段,用来记录一个页面自上次被访问以来所经历的时间t,当须淘汰一个页面时,选择现有页面中其 t 值最大的,即最近最少使用的页面予以淘汰。
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。它应该支持以下操作: 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果密钥 (key) 存在于缓存中,则获取密钥的值(总是正数),否则返回 -1。
写入数据 put(key, value) - 如果密钥已经存在,则变更其数据值;如果密钥不存在,则插入该组「密钥/数据值」。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?
思路:
本题的思路为:哈希表+双向链表
其中:
-
哈希表是为了以O(1)的时间复杂度访问到数据。
-
双向链表,是为了以O(1)的时间复杂度插入数据,与当缓存容量达到上限时,写入新数据之前删除最久未使用的数据。
- -
若[key2, Node2] 这组是最近访问、最近更新或者新增的,那么就会如图所示放在Head结点的后面,因为拥有这种机制,所以双向链表中较为靠近Head的为较近时间访问,比较靠近Tail的为较远时间访问。
-
若LRU缓存只能容纳5组KV数据。那么[key3, Node3]将在下一次添加数据的时候,从Map与List中删除。
java代码实现:
class LRUCache {
private Map<Integer, Node> map;
private DoublyLinkedList list;
private int capacity;
public LRUCache(int capacity) {
//通过map 以 O(1)复杂度取得数据
map = new HashMap<>();
list = new DoublyLinkedList();
this.capacity = capacity;