• 【LeetCode】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
    

    提示:

    • 1 <= capacity <= 3000
    • 0 <= key <= 10000
    • 0 <= value <= 10^5
    • 最多调用 2 * 10^5 次 get 和 put

    解答

    源代码

    1. class LRUCache {
    2. // 设计一个双向链表节点
    3. class DLinkedNode {
    4. int key;
    5. int value;
    6. DLinkedNode pre;
    7. DLinkedNode next;
    8. public DLinkedNode() {
    9. };
    10. public DLinkedNode(int key, int value) {
    11. this.key = key;
    12. this.value = value;
    13. }
    14. }
    15. // 用哈希表作缓存
    16. private Map cache = new HashMap<>();
    17. // size表示当前缓存占用空间
    18. private int size;
    19. // capacity表示缓存总空间
    20. private int capacity;
    21. // 伪头部和伪尾部节点
    22. private DLinkedNode head, tail;
    23. // 构造函数
    24. public LRUCache(int capacity) {
    25. this.size = 0;
    26. this.capacity = capacity;
    27. head = new DLinkedNode();
    28. tail = new DLinkedNode();
    29. head.next = tail;
    30. tail.pre = head;
    31. }
    32. public int get(int key) {
    33. DLinkedNode node = cache.get(key);
    34. // 如果key不存在,返回-1
    35. if (node == null) {
    36. return -1;
    37. }
    38. // 如果key存在,把对应节点移到头部,返回对应value
    39. moveTohead(node);
    40. return node.value;
    41. }
    42. public void put(int key, int value) {
    43. DLinkedNode node = cache.get(key);
    44. if (node == null) {
    45. // key不存在,创建一个新的节点
    46. DLinkedNode newNode = new DLinkedNode(key, value);
    47. // 添加进哈希表
    48. cache.put(key, newNode);
    49. // 添加至双向链表头部
    50. addToHead(newNode);
    51. // 缓存已用空间+1
    52. size++;
    53. // 判断缓存空间是否足够
    54. if (size > capacity) {
    55. DLinkedNode tail = removeTail();
    56. cache.remove(tail.key);
    57. size--;
    58. }
    59. } else {
    60. // key存在,则更新value,将对应节点移到头部
    61. node.value = value;
    62. moveTohead(node);
    63. }
    64. }
    65. public void moveTohead(DLinkedNode node) {
    66. node.pre.next = node.next;
    67. node.next.pre = node.pre;
    68. addToHead(node);
    69. }
    70. public void addToHead(DLinkedNode node) {
    71. node.pre = head;
    72. node.next = head.next;
    73. head.next = node;
    74. node.next.pre = node;
    75. }
    76. public DLinkedNode removeTail() {
    77. DLinkedNode res = tail.pre;
    78. tail.pre = res.pre;
    79. res.pre.next = tail;
    80. return res;
    81. }
    82. }
    83. /**
    84. * Your LRUCache object will be instantiated and called as such:
    85. * LRUCache obj = new LRUCache(capacity);
    86. * int param_1 = obj.get(key);
    87. * obj.put(key,value);
    88. */

    总结

    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。

  • 相关阅读:
    ABP微服务系列学习-搭建自己的微服务结构(三)
    2.3.1 交换机的链路聚合技术
    TCP/IP_第八章_静态路由_实验案例一
    Nginx安装与常见命令
    面试算法24:反转链表
    vue3-vant4-vite-pinia-axios-less学习日记
    基于ssm的奥博羽毛球俱乐部管理系统-计算机毕业设计
    OpenCV(三十九):积分图像
    模板方法模式,基于继承实现的简单的设计模式(设计模式与开发实践 P11)
    Pandas+Pyecharts | 40000+条考研信息数据可视化
  • 原文地址:https://blog.csdn.net/qq_57438473/article/details/132665637