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
提示:
1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 10^5
2 * 10^5
次 get
和 put
- class LRUCache {
- // 设计一个双向链表节点
- class DLinkedNode {
- int key;
- int value;
- DLinkedNode pre;
- DLinkedNode next;
-
- public DLinkedNode() {
-
- };
-
- public DLinkedNode(int key, int value) {
- this.key = key;
- this.value = value;
- }
- }
-
- // 用哈希表作缓存
- private Map
cache = new HashMap<>(); -
- // size表示当前缓存占用空间
- private int size;
-
- // capacity表示缓存总空间
- private int capacity;
-
- // 伪头部和伪尾部节点
- private DLinkedNode head, tail;
-
- // 构造函数
- public LRUCache(int capacity) {
- this.size = 0;
- this.capacity = capacity;
- head = new DLinkedNode();
- tail = new DLinkedNode();
-
- head.next = tail;
- tail.pre = head;
- }
-
- public int get(int key) {
- DLinkedNode node = cache.get(key);
-
- // 如果key不存在,返回-1
- if (node == null) {
- return -1;
- }
-
- // 如果key存在,把对应节点移到头部,返回对应value
- moveTohead(node);
- return node.value;
- }
-
- public void put(int key, int value) {
- DLinkedNode node = cache.get(key);
-
- if (node == null) {
- // key不存在,创建一个新的节点
- DLinkedNode newNode = new DLinkedNode(key, value);
-
- // 添加进哈希表
- cache.put(key, newNode);
-
- // 添加至双向链表头部
- addToHead(newNode);
-
- // 缓存已用空间+1
- size++;
-
- // 判断缓存空间是否足够
- if (size > capacity) {
- DLinkedNode tail = removeTail();
- cache.remove(tail.key);
- size--;
- }
- } else {
- // key存在,则更新value,将对应节点移到头部
- node.value = value;
- moveTohead(node);
- }
- }
-
- public void moveTohead(DLinkedNode node) {
- node.pre.next = node.next;
- node.next.pre = node.pre;
- addToHead(node);
- }
-
- public void addToHead(DLinkedNode node) {
- node.pre = head;
- node.next = head.next;
- head.next = node;
- node.next.pre = node;
- }
-
- public DLinkedNode removeTail() {
- DLinkedNode res = tail.pre;
- tail.pre = res.pre;
- res.pre.next = tail;
-
- 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);
- */
以前没做过这种通过程序实现一个机制的,今天对着题解也算是写着感受了一遍是个什么流程,希望下次能试着自己写下来。