lc146.LRU缓存
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。
//双向链表+哈希表
public class LRUCache{
HashMap<Integer, Node> map;
DoubleLinkedList cache;
int capacity;
public LRUCache(int capacity){
map = new HashMap<>();
cache = new DoubleLinkedList();
this.capacity = capacity;
}
public void put (int key, int val) {
Node newNode = new Node(key, val);
if (map.containsKey(key)) {
cache.delete(map.get(key));
cache.addFirst(newNode);
map.put(key, newNode);
} else {
if (map.size() == capacity) {
int k = cache.deleteLast();
map.remove(k);
}
cache.addFirst(newNode);
map.put(key, newNode);
}
}
public int get(int key) {
if(!map.containsKey(key)) return -1;
int val = map.get(key).value;
put(key, val);
return val;
}
}
class DoubleLinkedList{
Node head;
Node tail;
public DoubleLinkedList(){
head = new Node(0, 0);
tail = new Node(0, 0);
head.next = tail;
tail.prev = head;
}
public void addFirst(Node node){
node.next = head.next;
node.prev = head;
head.next.prev = node;
head.next = node;
}
public int delete(Node n) {
int key = n.key;
n.prev.next = n.next;
n.next.prev = n.prev;
return key;
}
public int deleteLast() {
if (head.next == tail) return -1;
return delete(tail.prev);
}
}
class Node{
public int key;
public int value;
public Node prev;
public Node next;
public Node(int key, int value){
this.key = key;
this.value = value;
}
}