146. LRU 缓存机制
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?
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
解题思路
利用LinkedHashMap的数据结构---实质为HashMap中对应着一个List节点,可以实现按key查询,和按key的删除和添加(添加在链表尾部)
针对LRU算法:
get:如果页面不存在返回-1,否则将其转换为最近使用的,再返回页面值
转换为最近使用的:先取值,再删除,再添加
put:如果页面存在:则更新页面内容,并设置为最近使用的;如果页面不存在:容量满,则取到第一个key,进行删除,然后添加。容量未满则直接添加
运行结果
java代码
class LRUCache { int cap; LinkedHashMap<Integer,Integer> cache=new LinkedHashMap<>(); public LRUCache(int capacity) { this.cap=capacity; } public int get(int key) { if(cache.containsKey(key)){ makeRecently(key); return cache.get(key); } return -1; } public void put(int key, int value) { if(cache.containsKey(key)){ cache.put(key,value); makeRecently(key); return; } if(cache.size() >= cap){ int oldKey=cache.keySet().iterator().next(); cache.remove(oldKey); } cache.put(key,value); } public void makeRecently(int key){ //取值 int val=cache.get(key); //删除 cache.remove(key); //重新添加 cache.put(key,val); } } /** * 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); */