原题链接
运用所掌握的数据结构,设计和实现一个 LRU (Least Recently Used,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:是否可以在 O(1) 时间复杂度内完成这两种操作?
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
直接讲复杂度为O(1)的算法。
既然要实现get put都为O(1),那肯定选用哈希表,但是如何实现LRU呢?
我们可以将所有数据组成一个链表,每次插入新的数据放在链表末尾,同样,如果某个数据被访问,那么也将其移到链表末尾,这样链表头就是最久未使用的,需要删除时直接将表头的元素删除即可。
那么怎么删除链表中的结点?很简单,只需要将这个结点的上一个结点的next指向被删除结点的next结点即可。但是在单链表中,找某个结点的前一个结点需要扫描一遍链表,复杂度为O(n),那么如果以O(1)的复杂度找到前一个结点呢,答案是双向链表。
那么操作就很好实现了。哈希表key为Integer类型,value为ListNode(双向链表)类型。get操作,从哈希表中取指定key的数据,如果不存在结点,直接返回-1,如果存在,则将其移到后面,最后返回该值。
public int get(int key) {
ListNode node = map.get(key);
if(node == null){
return -1;
}
moveToTail(node, node.value);
return node.value;
}
put操作,先判断哈希表中是否已经有该key的数据了,如果有,直接给他赋新值并移到最后;如果不存在,说明要插入新的了,插入前先判断容器是否已经满了,如果没满,则直接插入到末尾,如果满了,则将头节点(最久未使用)移除,然后将新节点插入末尾。
public void put(int key, int value) {
ListNode node = map.get(key);
if(node != null){
moveToTail(node, value);
}else{
if(map.size() == capacity){
ListNode deleteNode = head.next;
delete(deleteNode);
map.remove(deleteNode.key);
}
ListNode newNode = new ListNode(key, value);
insert(newNode);
map.put(key, newNode);
}
}
class LRUCache {
Map<Integer, ListNode> map;
int capacity;
ListNode head;
ListNode tail;
public LRUCache(int capacity) {
map = new HashMap();
head = new ListNode(-1, -1);
tail = new ListNode(-1, -1);
this.capacity = capacity;
head.next = tail;
tail.pre = head;
}
public int get(int key) {
ListNode node = map.get(key);
if(node == null){
return -1;
}
moveToTail(node, node.value);
return node.value;
}
public void put(int key, int value) {
ListNode node = map.get(key);
if(node != null){
moveToTail(node, value);
}else{
if(map.size() == capacity){
ListNode deleteNode = head.next;
delete(deleteNode);
map.remove(deleteNode.key);
}
ListNode newNode = new ListNode(key, value);
insert(newNode);
map.put(key, newNode);
}
}
private void moveToTail(ListNode node, int value){
delete(node);
node.value = value;
insert(node);
}
private void delete(ListNode node){
node.pre.next = node.next;
node.next.pre = node.pre;
}
private void insert(ListNode node){
node.pre = tail.pre;
node.pre.next = node;
node.next = tail;
tail.pre = node;
}
}
class ListNode{
public int key;
public int value;
public ListNode next;
public ListNode pre;
public ListNode(int key, int value){
this.key = key;
this.value = value;
}
}
/**
* Your LRUCache object will be instantiated and called as such:
* LRUCache obj = new LRUCache(capacity);
* int param_1 = obj.get(key);
* obj.put(key,value);
*/