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
cfm_29146 小时前
Redis缓存规范设计与全方位性能优化实战
redis·缓存·性能优化
苏渡苇11 小时前
Redis 持久化——RDB 快照 vs AOF 日志
数据库·redis·缓存·redis持久化·aof vs rdb
小碗羊肉13 小时前
【Redis | 第六篇】Redisson
数据库·redis·缓存
AwakeFantasy14 小时前
关于Codex中转站生图比例问题的解决记录
数据库·redis·缓存
剑傲娇15 小时前
【计算机组成原理】 数据通路 之单总线结构
缓存
夜白宋16 小时前
【Redis深入】一、快的原因
数据库·redis·缓存
宇砾17 小时前
浅谈Redis(2)
数据库·redis·缓存
cfm_291417 小时前
Redis Stack 零基础入门
数据库·redis·缓存
皮卡祺q18 小时前
【redis1】基本指令,五大数据类型,存储优化,使用场景】
数据库·redis·缓存
Mr. zhihao19 小时前
Redis Bitmap:BitCount、bitTop的使用业务场景
数据库·redis·缓存