LeetCode之LRU缓存机制
- 题目来源于Leetcode146.LRU 缓存机制。
- 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:
class LRUCache {
//LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存
public LRUCache(int capacity) {
}
//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
//时间复杂度O(1)
public int get(int key) {
}
//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。
//时间复杂度O(1)
public void put(int key, int value) {
}
}
- 分析:
- 需要在时间复杂度O(1)内get,即需要可以在任意位置查找元素
- 需要在时间复杂度O(1)内put,即需要可以在任意位置查找、删除、插入元素
- 需要键值对按照 添加顺序、修改顺序排序,则需要有序
-
综上所述:
- 哈希表可以实现在快速查找元素,但是无序
- 链表可以实现在快速删除、插入元素,且有序,但是查找慢
- 所以我们可以使用哈希表和链表的结合体:LinkedHashMap
- 我们可以自己通过HashMap和一条双向链表实现LinkedHashMap
-
具体的操作:
- 插入操作:新建一个node,保存着键值对。在HashMap新建一个键值对,键为key,值为node。将node插入到双向链表中:如果node节点的个数还没有达到上限,直接插入到链表的头;如果链表节点的个数达到上限,则除了插入node到链表头以外,还需要删除链表尾的节点node1,【同时删除对应节点node1的HashMap中的键值对】。
- 查找操作:通过key,在HashMap中找到对应的node,从而得到对应的value。再node节点取出,查到双向链表的表头中,以满足 LRU (最近最少使用) 缓存机制 的特性。
-
代码实现
class LRUCache {
//定