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
论文复现现场41 分钟前
DeepSeek V4.1 Flash 各平台价格怎么比?缓存、峰谷计费与 Python 成本计算
开发语言·python·缓存·大模型·成本优化·deepseek
豆角焖肉1 小时前
SpringBoot + Redis 缓存实战
java·spring boot·redis·后端·缓存·菜单缓存
蓝胖的四次元口袋16 小时前
Redis知识梳理(1)
数据库·redis·缓存
wefg116 小时前
【Redis】C++ 自定义客户端
数据库·redis·缓存
一个有温度的技术博主20 小时前
两级缓存一致性实战:Redis + 本地缓存,如何不让数据“分裂”?
redis·spring·缓存
linweidong1 天前
Redis 集群故障排查与修复实战:从 Connection refused 到内存打满的七个现场
运维·数据库·redis·缓存·redis集群·运维面经·实施面经
星夜离尘561 天前
FIFO深度怎么定?用突发流量和背压算清缓存预算
缓存·fpga开发·verilog·fifo·背压
kyle~1 天前
软件缓存一致性
缓存
仍然.1 天前
Redis---缓存
数据库·redis·缓存
骇客野人1 天前
微服务多级缓存架构设计
缓存·微服务·架构