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
LLLLLindream6 小时前
Redis-商品缓存
数据库·redis·缓存
大G哥6 小时前
加速LLM大模型推理,KV缓存技术详解与PyTorch实现
人工智能·pytorch·python·深度学习·缓存
天上掉下来个程小白6 小时前
缓存套餐-01.Spring Cache介绍和常用注解
java·redis·spring·缓存·spring cache·苍穹外卖
HackShendi6 小时前
记一次SSE数据被缓存导致实时性失效问题
缓存
rit84324999 小时前
Java中的分布式缓存与Memcached集成实战
java·分布式·缓存
洋芋爱吃芋头14 小时前
spark缓存-persist
大数据·缓存·spark
TE-茶叶蛋14 小时前
HTTP请求与缓存、页面渲染全流程
网络协议·http·缓存
CopyLower14 小时前
解决 Redis 缓存与数据库一致性问题的技术指南
数据库·redis·缓存
chunfeng—19 小时前
Redis相关命令详解与原理(一)
数据库·redis·缓存
·云扬·19 小时前
【PmHub后端篇】PmHub整合TransmittableThreadLocal (TTL)缓存用户数据
java·开发语言·缓存