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
惊讶的猫17 小时前
redis分片集群
数据库·redis·缓存·分片集群·海量数据存储·高并发写
jiunian_cn18 小时前
【Redis】渐进式遍历
数据库·redis·缓存
jiunian_cn19 小时前
【Redis】数据库管理操作
数据库·redis·缓存
難釋懷20 小时前
秒杀优化-基于阻塞队列实现秒杀优化
redis·缓存
清水白石00820 小时前
深入解析 LRU 缓存:从 `@lru_cache` 到手动实现的完整指南
java·python·spring·缓存
无尽的沉默21 小时前
Redis下载安装
数据库·redis·缓存
yuanmenghao21 小时前
Linux 性能实战 | 第 10 篇 CPU 缓存与内存访问延迟
linux·服务器·缓存·性能优化·自动驾驶·unix
消失的旧时光-19431 天前
第十六课实战:分布式锁与限流设计 —— 从原理到可跑 Demo
redis·分布式·缓存
时艰.1 天前
java性能调优 — 高并发缓存一致性
java·开发语言·缓存
JFSJHFZJ1 天前
清理手机顽固缓存,轻松释放几GB空间
缓存·智能手机