14.LRU缓存
题目描述
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。
题目链接
https://leetcode-cn.com/problems/lru-cache/
题目说明
函数get和put必须以O(1)的平均时间复杂度运行。
复杂度分析
时间复杂度:对于put和get都是O(1)。
空间复杂度:O(capacity),因为哈希表和双向链表最多存储capacity+1个元素。
样例描述
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
代码
class LRUCache {
class DListNode {
int value;
int key;
DListNode prev;
DListNode next;
public DListNode() {}
public DListNode(int _key, int _value) {
value = _value;
key = _key;
}
}
private Map<Integer, DListNode> cache = new HashMap<Integer, DListNode>();
private int size;
private int capacity;
private DListNode head, tail;
public LRUCache(int capacity) {
this.capacity = capacity;
head = new DListNode();
tail = new DListNode();
head.next = tail;
tail.prev = head;
}
public int get(int key) {
DListNode node = cache.get(key);
if (node == null) {
return -1;
}
// 因为是LRU算法,获取过的key,会放到头部
moveToHead(node);
return node.value;
}
public void put(int key, int value) {
DListNode node = cache.get(key);
if (node == null) {
DListNode newNode = new DListNode(key, value);
cache.put(key, newNode);
++size;
addToHead(newNode);
if (size > capacity) {
DListNode res = removeToTail();
cache.remove(res.key);
--size;
}
} else {
node.value = value;
moveToHead(node);
}
}
public void removeNode(DListNode node) {
node.prev.next = node.next;
node.next.prev = node.prev;
}
public void addToHead(DListNode node) {
node.next = head.next;
node.next.prev = node;
head.next = node;
node.prev = head;
}
public void moveToHead(DListNode node) {
// 先将其移除
removeNode(node);
// 再将其插入到头部
addToHead(node);
}
public DListNode removeToTail() {
DListNode res = tail.prev;
removeNode(res);
return res;
}
}
/**
* 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);
*/
本文来自博客园,作者:jsqup,转载请注明原文链接:https://www.cnblogs.com/jsqup/p/15835507.html