Medium | LeetCode 146. LRU 缓存机制 | HashMap+双向链表 | LinkedHasp
146. 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:
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
为了在O(1)时间内取到某个键的值, 则需要使用HaspMap保存节点。
为了实现LRU, 可使用一个双向链表, 每次put节点时, 先用HaspMap判断是否在缓存命中。如果命中, 则需要将链表里的命中的节点移动到头部。如果没有命中, 则直接新建节点添加到尾部。如果容量满了, 需要删除节点。则直接删除尾节点, 在此之前需要在HashMap里使用remove(Object key)方法删除HashMap保存的键值对。
class LRUCache {
class LRUNode {
private int key;
private int value;
private LRUNode prev;
private LRUNode next;
public LRUNode() {
}
public LRUNode(int key, int value) {
this.key = key;
this.value = value;
}
public int getKey() {
return key;
}
public void setKey(int key) {
this.key = key;
}
public int getValue() {
return value;
}
public void setValue(int value) {
this.value = value;
}
public LRUNode getPrev() {
return prev;
}
public void setPrev(LRUNode prev) {
this.prev = prev;
}
public LRUNode getNext() {
return next;
}
public void setNext(LRUNode next) {
this.next = next;
}
}
// 用来保存 键 和 双向链表节点的映射
private Map<Integer, LRUNode> map;
// LRU缓存的最大容量
private final int MAX_CAPACITY;
// 当前LRU的容量
private int curCapacity;
// 头结点和尾节点, 均为哑节点, 不保存任何信息
private final LRUNode head, tail;
public LRUCache(int capacity) {
MAX_CAPACITY = capacity;
curCapacity = 0;
map = new HashMap<>(capacity);
head = new LRUNode();
tail = new LRUNode();
head.next = tail;
}
// 删除双向链表的某个特定节点
private void unlink(LRUNode node) {
node.getPrev().setNext(node.getNext());
node.getNext().setPrev(node.getPrev());
}
// 将某个节点添加到头部
private void addToHead(LRUNode node) {
node.setNext(head.getNext());
node.setPrev(head);
head.getNext().setPrev(node);
head.setNext(node);
}
// 删除双向链表尾部节点
private void deleteTail() {
LRUNode tailNode = tail.getPrev();
unlink(tailNode);
map.remove(tailNode.getKey());
}
// 取值
public int get(int key) {
// 先看缓存是否命中
LRUNode node = map.get(key);
if (node != null) {
// 缓存命中
// 从双向链表删除命中节点
unlink(node);
// 将此命中节点添加到头部
addToHead(node);
return node.getValue();
} else {
// 未命中节点, 直接返回-1
return -1;
}
}
public void put(int key, int value) {
//先看是否命中节点
LRUNode node = map.get(key);
if (node != null) {
// 命中缓存和直接从双向链表删除节点
node.setValue(value);
unlink(node);
// 然后将链表移动到头部
addToHead(node);
return;
}
// 如果没有命中节点, 则需要新建节点
LRUNode newNode = new LRUNode(key, value);
map.put(key, newNode);
// 然后将此新节点添加到头部
addToHead(newNode);
// 容量自增
curCapacity++;
// 如果当前容量超过了最大的允许容量
if (curCapacity > MAX_CAPACITY) {
// 则需要删除尾部节点
deleteTail();
curCapacity--;
}
}
}
方法二: LinkedHaspMap
LinkHashMap里, 将Map的Entry节点, 使用双向链表的形式连接了起来。并且在LinkedHashMap里, 使用一个accessOrder属性来标识, 将Entry节点连接起来的规则。如果为false则按插入顺序存储元素,如果是true则按访问顺序存储元素。
HaspMap里留下了如下一些钩子(HOOK)
// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }
这三个钩子在LinkedHashMap均实现了。
所以可以通过集成LinkedHaspMap的方式, 来重新实现一个LinkedHashMap。
class LRUCache extends LinkedHashMap<Integer, Integer>{
private int capacity;
public LRUCache(int capacity) {
// acessOrder必须传参为true, 这样它会按照访问的顺序连接链表
// acessOrder为true, afterNodeAccess钩子会将刚刚访问的元素放到尾部
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);
}
// 重写了删除头部节点的条件(Linkedhashmap是把最新的元素放在尾节点的), 这个方法在afterNodeInsertion这个钩子里被调用。
@Override
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
return size() > capacity;
}
}