题目介绍:
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
解题思路,要实现O(1)的时间复杂度,我们首先相当的就是利用hashmap来存储,本题的难点在于如何在达到容量后删除最久没有使用过的数据,这里我们使用双链表来记录数据被使用的时间关系,将最近使用的数据放于链表头部,依次指向其他节点,每次查询或者更改某一数据,就将其置于表头,如果在插入数据时,已经达到容量,就将表尾的数据删除。
具体代码如下:
class LRUCache {
private int capacity;
private Map<Integer,LRUNode> map=new HashMap<>();
private LRUNode firstNode=new LRUNode(-1,-1);
private LRUNode lastNode=new LRUNode(-1,-1);
//当前数据长度
private int size=0;
public LRUCache(int capacity) {
this.capacity=capacity;
}
public int get(int key) {
LRUNode lruNode=map.get(key);
if (map.get(key)==null){
return -1;
}
MoveToHead(lruNode);
return lruNode.value;
}
private void MoveToHead(LRUNode lruNode) {
lruNode.pre.next=lruNode.next;
lruNode.next.pre=lruNode.pre;
lruNode.next=firstNode.next;
firstNode.next.pre=lruNode;
lruNode.pre=firstNode;
firstNode.next=lruNode;
}
public void put(int key, int value) {
if (map.get(key)==null) {
if (map.size() == 0) { //插入第一个数的时候,将第一个和最后一个都
LRUNode lruNode = new LRUNode(key, value);
map.put(key, lruNode);
firstNode.next = lruNode;
lruNode.pre = firstNode;
lastNode.pre = lruNode;
lruNode.next = lastNode;
size++;
} else if (map.size() == capacity) {
LRUNode lruNode = new LRUNode(key, value);
map.put(key,lruNode);
lruNode.next = firstNode.next;
firstNode.next.pre = lruNode;
lruNode.pre = firstNode;
firstNode.next = lruNode;
//记录最后一个节点的key
int lastkey=lastNode.pre.key;
lastNode.pre = lastNode.pre.pre;
lastNode.pre.next = lastNode;
map.remove(lastkey);
} else {
LRUNode lruNode = new LRUNode(key, value);
map.put(key, lruNode);
lruNode.next = firstNode.next;
firstNode.next.pre = lruNode;
firstNode.next = lruNode;
lruNode.pre = firstNode;
size++;
}
}else {
LRUNode lruNode=map.get(key);
lruNode.value=value;
MoveToHead(lruNode);
}
}
private class LRUNode{
Integer key;
Integer value;
LRUNode(Integer key,Integer value){
this.key=key;
this.value=value;
}
LRUNode pre; //每个节点指向的前一个节点
LRUNode next; //每个节点指向的后一个节点
}
}