力扣算法_146 LRU缓存
146 LRU缓存
题目
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
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key已经存在，则变更其数据值value；如果不存在，则向缓存中插入该组key-value。如果插入操作导致关键字数量超过capacity，则应该 逐出 最久未使用的关键字。
函数get 和 put 必须以 O(1)的平均时间复杂度运行。
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
思路
方法一：在初始化函数中创建一个字典dic及保存字典的长度capacity；get函数用于判断key是否在dic中，如果key 在dic中，则将key弹出，并重新保存到dic中，以实现将最近用到的key一直存放在dic的最后，如果key 不在dic中，则只需返回-1；put函数用于存放、更新key-value，若key 在dic中，则将key弹出，否则判断dic的长度是否等于capacity，若等于，则弹出dic中第一个key，最后将新的key-value存入dic中。
方法二：使用链表的形式，如果最新用到key-value，则将其放到链表的末尾；当超出长度时，弹出链表的前端，并将新的值放入链表末尾。
代码
方法一：
class LRUCache:
def __init__(self, capacity: int):
self.dic = dict()
self.n = capacity
def get(self, key: int) -> int:
if key in self.dic:
self.dic[key] = self.dic.pop(key)
return self.dic[key]
else:
return -1
def put(self, key: int, value: int) -> None:
if key in self.dic:
self.dic.pop(key)
elif len(self.dic) == self.n:
self.dic.pop(list(self.dic.keys())[0])
self.dic[key] = value
return
方法二：
class ListNode:
def __init__(self, key=None, value=None):
self.key = key
self.value = value
self.prev = None
self.next = None
class LRUCache:
def __init__(self, capacity: int):
self.capacity = capacity
self.hashmap = {}
self.head = ListNode()
self.tail = ListNode()
self.head.next = self.tail
self.tail.prev = self.head
def move_to_tail(self, key):
node = self.hashmap[key]
node.prev.next = node.next
node.next.prev = node.prev
node.prev = self.tail.prev
node.next = self.tail
self.tail.prev.next = node
self.tail.prev = node
def get(self, key: int) -> int:
if key in self.hashmap:
self.move_to_tail(key)
res = self.hashmap.get(key, -1)
return res if res == -1 else res.value
def put(self, key: int, value: int) -> None:
if key in self.hashmap:
self.hashmap[key].value = value
self.move_to_tail(key)
else:
if len(self.hashmap) == self.capacity:
self.hashmap.pop(self.head.next.key)
self.head.next = self.head.next.next
self.head.next.prev = self.head
new = ListNode(key, value)
self.hashmap[key] = new
new.prev = self.tail.prev
new.next = self.tail
self.tail.prev.next = new
self.tail.prev = new