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) - 如果密钥不存在,则写入其数据值。当缓存容量达到上限时,它应该在写入新数据之前删除最近最少使用的数据值,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:
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
哈希表 + 双向链表
hashtable 保证 get put 方法 达到O(1)水平
双向链表 保证 LRU 的机制
import java.util.Hashtable;
class LRUCache {
//内部类 双向链表
private class DLinkedNode{
int key ;
int value;
DLinkedNode prev;
DLinkedNode next;
}
//增加节点
private void addNode(DLinkedNode node){
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}
//删除节点
private void removeNode(DLinkedNode node){
DLinkedNode prev = node.prev;
DLinkedNode next = node.next;
prev.next = next;
next.prev = prev;
}
//移动节点到头节点
private void moveToHead(DLinkedNode node){
removeNode(node);
addNode(node);
}
//弹出最后的节点
private DLinkedNode popTail(){
DLinkedNode res = tail.prev;
removeNode(res);
return res;
}
// 数据结构
// head 和 tail 是两个空节点不放元素
private DLinkedNode head,tail;
private int size;
private int capacity;
//依靠 hashtable 来 控制 get 和 put 都是 O(1)
private Hashtable<Integer,DLinkedNode> cache = new Hashtable<>();
//操作
public LRUCache(int capacity) {
this.size = 0;
this.capacity = capacity;
head = new DLinkedNode();
tail = new DLinkedNode();
head.next = tail;
tail.prev = head;
}
public int get(int key) {
DLinkedNode dLinkedNode = cache.get(key);
if(dLinkedNode == null) return -1;
moveToHead(dLinkedNode);
return dLinkedNode.value;
}
public void put(int key, int value) {
DLinkedNode node = cache.get(key);
if(node == null){
DLinkedNode dLinkedNode = new DLinkedNode();
dLinkedNode.key = key;
dLinkedNode.value = value;
cache.put(key,dLinkedNode);
addNode(dLinkedNode);
++ size;
if(size > capacity){
DLinkedNode tail = popTail();
cache.remove(tail.key);
--size;
}
}else{
node.value = value;
moveToHead(node);
}
}
}
LinkedahashMap
class LRUCache extends LinkedHashMap<Integer, Integer>{
private int capacity;
public LRUCache(int capacity) {
super(capacity, 0.75F, true);
this.capacity = capacity;
}
public int get(int key) {
return super.getOrDefault(key, -1);
}
public void put(int key, int value) {
super.put(key, value);
}
@Override
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
return size() > capacity;
}
}
/**
* LRUCache 对象会以如下语句构造和调用:
* LRUCache obj = new LRUCache(capacity);
* int param_1 = obj.get(key);
* obj.put(key,value);
*/
参考:
https://leetcode-cn.com/problems/lru-cache/solution/lru-huan-cun-ji-zhi-by-leetcode/