lc 146. LRU 缓存

通过双向链表和哈希表实现

双向链表靠近头部是最近使用的键值对

双向链表靠近尾部是最久未被使用的键值对

哈希表将缓存数据作为key, value为其在双向链表中的位置

首先通过哈希表找到该项在双向链表中的位置,然后将其移动到链表的头部

对于get操作:

首先判断key是否存在,不存在返回-1

如果key存在,通过哈希表找出对应的位置,然后将它移动到头部

对于put操作:

如果key不存在,使用key和value创建一个新结点并放到头部,然后判断节点是是否超出容量,如果超出容量,则删除链表尾部节点,并删除出哈希表中对应的项

如果key存在,则更新哈希表中的value,并将链表中结点放到头部

class LRUCache {

//定义双向链表结构

class Node{

int key;

int value;

Node prev;

Node next;

public Node(){key = -1;}

public Node(int k, int v){

key = k;

value = v;

}

}

//定义哈希表和容量以及头尾结点

private Map<Integer, Node> mp = new HashMap<>();

private int capacity;

private Node head, tail;

//

public LRUCache(int capacity) {

this.capacity = capacity;

head = new Node();

tail = new Node();

head.next = tail;

tail.prev = head;

}

public int get(int key) {

if(mp.containsKey(key)){

Node node = mp.get(key);

//先删除该结点

node.prev.next = node.next;

node.next.prev = node.prev;

//移动到头部

moveToHead(node);

return node.value;

}else{

return -1;

}

}

public void put(int key, int value) {

if(mp.containsKey(key)){

Node node = mp.get(key);

node.value = value;

node.prev.next = node.next;

node.next.prev = node.prev;

moveToHead(node);

}else{

Node node = new Node(key, value);

mp.put(key, node);

if(mp.size() > capacity){

Node delNode = tail.prev;

mp.remove(delNode.key);

tail.prev.prev.next = tail;

tail.prev = tail.prev.prev;

}

moveToHead(node);

}

}

private void moveToHead(Node node){

node.prev = head;

node.next = head.next;

head.next.prev = node;

head.next = node;

}

}

相关推荐
老刘说AI4 小时前
SGLang 深度优化: Radix 缓存与复杂任务的极致吞吐
人工智能·神经网络·机器学习·缓存·架构·sglang
AI分享猿4 小时前
重度长上下文开发怎么选?先看缓存是否吃额度
缓存·ai编程
向日的葵0065 小时前
Redis会话机制vsJWT机制深度解析
数据库·redis·python·缓存·系统架构·jwt
Y3815326627 小时前
3 种 SERP 数据处理方案对比:流式 / 批处理 / 缓存
java·spring·缓存
Database_Cool_7 小时前
LLM 应用怎么省 Token、加速响应——阿里云 Tair 语义缓存实战
阿里云·缓存·云计算
三言老师7 小时前
CentOS7.9:Redis 数据持久化结构化实战教程
数据库·redis·缓存
YOU OU17 小时前
Redis基础常识与命令
数据库·redis·缓存
吳所畏惧21 小时前
宝塔面板Redis密码修改指南:SSH命令修改 vs 面板UI界面修改,哪个更靠谱?
运维·服务器·数据库·redis·缓存·ssh
Y3815326621 天前
SERP API + Redis 缓存层:4 种方案对比与选型
数据库·redis·缓存
海兰1 天前
【高速缓存】RedisVL 高级查询(全文搜索、混合搜索和 多向量搜索)
数据库·人工智能·redis·缓存