codeTop01:LRU (最近最少使用) 缓存的实现

问题

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。

设计一个链表,链表的长度固定,将最近访问到的节点放在链表的头部,刚刚插入的节点也放在链表的头部

思路

使用双向链表+哈希表

为什么要用双向链表+哈希表?

在将某个节点移到链表头的时候,需要知道该节点的前一个节点和后一个节点,使前一个节点的尾指针指向后一个节点的头指针。

使用哈希表是为了检索的效率O(1)

双向链表的数据结构?

java 复制代码
class ListNode{
    int key;
    
    int value;
  
    ListNode prev,next;//前后指针
    
    public ListNode(){}

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

初始化LRU缓存

java 复制代码
public class LRUCache {

int capacity;
Map<Integer, ListNode> map;
ListNode head;
ListNode tail;

public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap<>();
        head = new ListNode();
        tail = new ListNode();
        head.next = tail;
        tail.prev = head;
    }
}

在初始化map和缓存容量的同时,新建头尾节点,方便后续的操作

获取值

java 复制代码
  public int get(int key) {
        if (map.containsKey(key)){
            ListNode listNode = map.get(key);
            //将key对应的节点插入到链表头
            deleteAndMoveHead(listNode);
            return listNode.value;
        }
        return -1;
    }

   private void deleteAndMoveHead(ListNode listNode) {
        listNode.prev.next = listNode.next;
        listNode.next.prev= listNode.prev;
        moveHead(listNode);
    }

  private void moveHead(ListNode listNode) {
        listNode.next = head.next;
        listNode.next.prev = listNode;
        head.next = listNode;
        listNode.prev = head;
    }

插入值

java 复制代码
public void put(int key, int value) {
        if (map.containsKey(key)){
            ListNode listNode = map.get(key);
            listNode.value = value;
            deleteAndMoveHead(listNode);
        }else {
            if (map.size() == capacity){
               //删除尾节点
               moveTail();
            }
            //将新节点插入到头部
            ListNode listNode = new ListNode(key, value);
            moveHead(listNode);
            map.put(key,listNode);
    }
    //删除尾节点

     private void moveTail() {
        ListNode lastNode = tail.prev;
        lastNode.prev.next = tail;
        tail.prev =  lastNode.prev;
        head.prev = tail.prev;
        map.remove(lastNode.key);
    }
     

最终代码

java 复制代码
package com.dj.mall.algorithm;

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

public class LRUCache {

    int capacity;
    Map<Integer, ListNode> map;
    ListNode head;
    ListNode tail;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap<>();
        head = new ListNode();
        tail = new ListNode();
        head.next = tail;
        tail.prev = head;
    }

    public int get(int key) {
        if (map.containsKey(key)){
            ListNode listNode = map.get(key);
            //将key对应的节点插入到链表头
            deleteAndMoveHead(listNode);
            return listNode.value;
        }
        return -1;
    }

    private void deleteAndMoveHead(ListNode listNode) {
        listNode.prev.next = listNode.next;
        listNode.next.prev= listNode.prev;
        moveHead(listNode);
    }

    private void moveHead(ListNode listNode) {
        listNode.next = head.next;
        listNode.next.prev = listNode;
        head.next = listNode;
        listNode.prev = head;
    }

    public void put(int key, int value) {
        if (map.containsKey(key)){
            ListNode listNode = map.get(key);
            listNode.value = value;
            deleteAndMoveHead(listNode);
        }else {
            if (map.size() == capacity){
               //删除尾节点
               moveTail();
            }
            //将新节点插入到头部
            ListNode listNode = new ListNode(key, value);
            moveHead(listNode);
            map.put(key,listNode);
    }
 }

    //删除尾节点
    private void moveTail() {
        ListNode lastNode = tail.prev;
        lastNode.prev.next = tail;
        tail.prev =  lastNode.prev;
        head.prev = tail.prev;
        map.remove(lastNode.key);
    }

    public static void main(String[] args) {
        LRUCache lRUCache = new LRUCache(2);
        lRUCache.put(2, 1); // 缓存是 {1=1}
        lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
        System.out.println(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}
        System.out.println(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}
        System.out.println(lRUCache.get(1));//-1
        System.out.println(lRUCache.get(3));//3
        System.out.println(lRUCache.get(4));//4
    }


}

//自定义双向链表的每一个节点
class ListNode{

    int key;
    int value;
    ListNode prev,next;
    public ListNode(){}
    public ListNode(int key,int value){
        this.key = key;
        this.value = value;
    }
}
相关推荐
驾驭人生16 小时前
Hangfire.Redis.StackExchange 已归档停更!生产任务卡死、重复执行、网络抖动问题解决方案
数据库·redis·缓存
TDengine (老段)17 小时前
TDengine Catalog 与元数据缓存
大数据·数据库·物联网·缓存·时序数据库·tdengine
hui-梦苑20 小时前
[Gromacs]核心性能梯度测试:GROMACS 多线程性能调优实验
缓存·性能优化·多线程·gromacs·动力学模拟
Lyyaoo.1 天前
【链表】【中等】两数相加/倒N删除/两个交换/排序链表/LRU缓存
数据结构·链表·缓存
努力努力再努力wz1 天前
【Redis入门系列】:从 RESP 协议到 redis-plus-plus:Redis 客户端编程与 C++ 接口设计
开发语言·数据库·c++·redis·分布式·缓存·架构
OH_TPC2 天前
【鸿蒙优选三方库】@react-native-ohos/react-native-fast-image:高性能图片加载与缓存组件
缓存·华为·harmonyos·鸿蒙
liangshanbo12152 天前
手写 Event Emitter(事件发射器)
缓存
数智启示录2 天前
Apache Kafka Consumer 扩到 40 个仍不提速:Partition 上限锁死有效并行度 【Kafka合集】
数据库·经验分享·分布式·缓存·面试·kafka·apache
2601_962297252 天前
python自带缓存lru_cache用法及扩展的使用_python
python·缓存·装饰器·lru_cache·my_cache
xixingzhe22 天前
SpringBoot 接口缓存实现
spring boot·后端·缓存