leetcode刷题笔记一百四十六题 LRU缓存机制

leetcode刷题笔记一百四十六题 LRU缓存机制

源地址：146. LRU缓存机制

问题描述：

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) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。
写入数据 put(key, 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:

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); // 该操作会使得关键字 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得关键字 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4

//LRU缓存机制需要借助HashMap实现O（1）级别的操作，同时需要维护一个列表，用于记录使用顺序
import scala.collection.mutable
class LRUCache(_capacity: Int) {
    var hm = mutable.HashMap.empty[Int, Int]
    var lb = mutable.ListBuffer.empty[Int]
    //当前不重复数值容量，最大为capacity
    var size = 0
    //最大容量
    var capacity = _capacity

    def get(key: Int): Int = {
        //key值已经塞入
        if (hm.contains(key)){
            val li = lb.indexOf(key)
            //更新lb中key值位置到末尾，代表最近访问
            lb.remove(li)
            lb += key
            return hm(key)
        }
        //get不到，返回-1
        return -1
    }

    def put(key: Int, value: Int) {
        //已塞入key，只需更新key到末尾即可
        if (hm.contains(key)){
            hm(key) = value
            val li = lb.indexOf(key)
            lb.remove(li)
            lb += key
        }
        else{
            //如果此时已达容量上限，删去lb的头部元素
            if (size == capacity){
                val lh = lb.head
                hm -= lh
                lb.remove(0)
            }
            //未达上限，更新size
            else size += 1
            //将新key添加
            hm(key) = value
            lb += key
        }
    }
}

/**
 * Your LRUCache object will be instantiated and called as such:
 * var obj = new LRUCache(capacity)
 * var param_1 = obj.get(key)
 * obj.put(key,value)
 */