LeetCode #146 LRU缓存机制

Posted 2021-07-07 三笠·阿卡曼

题目

最近一次没有使用到的数据删掉
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？

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/lru-cache

示例

最佳代码

双向链表+HashMap实现

package com.vleus.algorithm.hashmap;

import java.util.HashMap;
import java.util.Map;

/**
 * @author vleus
 * @date 2021年05月18日 23:21
 */
//自定义实现HashMap+双向链表的缓存机制
public class LRUCache {

    //定义双向链表的节点类
    class Node {
        int key;
        int value;
        Node next;
        Node prev;

        public Node() {
        }

        public Node(int key, int value) {
            this.key = key;
            this.value = value;
        }
    }

    //定义哈希表
    private Map<Integer, Node> map = new HashMap<>();

    //定义容量，当前缓存最大的数量
    private int capacity;

    //定义大小
    private int size;

    //定义头尾指针
    private Node head, tail;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        this.size = 0;

        //定义哑节点定义哨兵，方便统一处理
        head = new Node();
        tail = new Node();

        head.next = tail;
        tail.prev = head;
    }

    //访问数据的get方法
    public int get(int key) {

        //从hash表中查找key，如果不存在就返回-1
        Node node = map.get(key);
        if (node == null) {
            return -1;
        }

        //如果存在，将当前节点移动到链表末尾
        moveToTail(node);

        return node.value;
    }

    //put方法
    public void put(int key, int value) {

        //查找当前的key是否存在
        Node node = map.get(key);

        //如果key存在，修改value并移动到末尾
        if (node != null) {
            node.value = value;
            moveToTail(node);
        } else { //如果不存在，创建新的节点，插入到末尾
            Node newNode = new Node(key, value);
            map.put(key, newNode); //保存进hash表
            addToTail(newNode); //添加到双向链表的末尾
            size++; //当前size增加

            //如果超出了容量限制,删除链表头结点
            if (size > capacity) {
                Node head = removeHead();
                map.remove(head.key);
                size--;
            }
        }

    }

    //移动节点到链表末尾
    private void moveToTail(Node node) {
        removeNode(node);
        addToTail(node);
    }

    //通用方法，删除链表中的某一个节点
    private void removeNode(Node node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    //在链表末尾增加一个节点
    private void addToTail(Node node) {
        node.next = tail;
        node.prev = tail.prev;

        tail.prev.next = node;
        tail.next = node;
    }

    //删除头结点
    private Node removeHead() {
        Node realHead = head.next;
        removeNode(realHead);
        return realHead;
    }
}

LinkedHashMap取巧实现

package com.vleus.algorithm.hashmap;

import java.util.LinkedHashMap;
import java.util.Map;

/**
 * @author vleus
 * @date 2021年05月18日 22:59
 */
public class LRUCacheWithLinkedHashMap extends LinkedHashMap<Integer,Integer> {

    //定义缓存容量
    private int capacity;

    public LRUCacheWithLinkedHashMap(int initialCapacity,int capacity) {
        super(initialCapacity,0.75f);
        this.capacity = capacity;
    }

    //访问数据的get方法
    public int get(int key) {
        return super.getOrDefault(key,-1);
    }

    //put方法
    public void put(int key, int value) {
        super.put(key, value);
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
        return size() > capacity;
    }

}