蓝桥杯 Java B 组之设计 LRU 缓存

Day 7:综合练习 - 设计 LRU 缓存


📖 一、什么是 LRU(Least Recently Used)缓存?

LRU(Least Recently Used)缓存 是一种基于最近最少使用策略 的缓存机制,用于管理固定大小的缓存 ,当缓存满时,会淘汰最久未被使用的元素

📌 LRU 设计核心

  1. 缓存的最大容量 capacity
  2. 支持 get(key) 操作(O(1) 时间复杂度)
  3. 支持 put(key, value) 操作(O(1) 时间复杂度)
  4. 当缓存满时,删除最近最少使用的元素

📖 二、解题思路

🔹 1. 使用的数据结构

为了满足 O(1) 复杂度,我们使用:

  1. HashMap<Integer, Node> (哈希表):O(1) 查找
  2. Double Linked List(双向链表)
    • 头部存放最近访问的元素
    • 尾部存放最久未访问的元素
    • put() 时:
      • 已存在:更新值,并移到头部
      • 不存在 :新建节点插入到头部,若超出 capacity,移除尾部
    • get() 时:
      • 存在:返回值,并移到头部
      • 不存在 :返回 -1

📖 三、完整代码

✅ LRU 缓存实现

复制代码
import java.util.HashMap;

class LRUCache {
    // 定义双向链表节点
    class Node {
        int key, value;
        Node prev, next;
        public Node(int k, int v) { key = k; value = v; }
    }

    private int capacity; // 缓存容量
    private HashMap<Integer, Node> map; // 存储 key -> Node 映射
    private Node head, tail; // 头节点和尾节点(最近 & 最久未使用)

    public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap<>();
        
        // 初始化头尾节点(哨兵)
        head = new Node(-1, -1);
        tail = new Node(-1, -1);
        head.next = tail;
        tail.prev = head;
    }

    // 获取缓存中 key 对应的值
    public int get(int key) {
        if (!map.containsKey(key)) return -1;
        
        Node node = map.get(key);
        moveToHead(node); // 访问后移动到头部
        return node.value;
    }

    // 插入或更新缓存
    public void put(int key, int value) {
        if (map.containsKey(key)) {
            Node node = map.get(key);
            node.value = value; // 更新值
            moveToHead(node); // 移到头部
        } else {
            Node newNode = new Node(key, value);
            map.put(key, newNode);
            addToHead(newNode);

            if (map.size() > capacity) { // 超出容量,删除尾部
                removeLRU();
            }
        }
    }

    // 移动节点到头部(最近使用)
    private void moveToHead(Node node) {
        removeNode(node);
        addToHead(node);
    }

    // 从链表中删除节点
    private void removeNode(Node node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    // 将节点添加到头部
    private void addToHead(Node node) {
        node.next = head.next;
        node.prev = head;
        head.next.prev = node;
        head.next = node;
    }

    // 移除最近最少使用的节点(尾部)
    private void removeLRU() {
        Node lru = tail.prev; // 取出尾部的前一个节点
        removeNode(lru);
        map.remove(lru.key);
    }
}

// 测试 LRU 缓存
public class LRUCacheTest {
    public static void main(String[] args) {
        LRUCache cache = new LRUCache(2);
        
        cache.put(1, 1);
        cache.put(2, 2);
        System.out.println(cache.get(1)); // 返回 1
        cache.put(3, 3); // 触发淘汰 key = 2
        System.out.println(cache.get(2)); // 返回 -1 (不存在)
        cache.put(4, 4); // 触发淘汰 key = 1
        System.out.println(cache.get(1)); // 返回 -1 (不存在)
        System.out.println(cache.get(3)); // 返回 3
        System.out.println(cache.get(4)); // 返回 4
    }
}

📖 四、代码详解

🔹 1. get(key) 查询

  • O(1) 时间复杂度内查找 map
  • 将该元素移至链表头部(表示最近访问)

🔹 2. put(key, value) 插入

  • 若 key 已存在
    • 先更新值
    • 然后移动到头部
  • 若 key 不存在
    • 创建新节点,加入 map,插入链表头部
    • 超出 capacity 时,删除尾部元素(最近最少使用)

🔹 3. moveToHead(node)

  • 删除 该节点(removeNode(node)
  • 重新插入 该节点到链表头部(addToHead(node)

🔹 4. removeLRU()

  • 取出 tail.prev(尾部的前一个节点)
  • 删除该节点 并移除 map 记录

📖 五、时间复杂度分析

操作 时间复杂度 解释
get(key) O(1) 哈希表查找 + 维护链表
put(key, value) O(1) 哈希表插入 + 维护链表
总复杂度 O(1) 所有操作均为 O(1)

📖 六、常见错误与优化

错误 描述 解决方案
忘记更新 LRU 顺序 get(key) 时未移动到头部 调用 moveToHead(node)
未考虑 capacity 超出 put() 直接插入,未删除 LRU if (map.size() > capacity) removeLRU();
错误的 removeNode() 实现 可能导致链表断开 prev.next = next; next.prev = prev;

📖 七、学习建议

熟练掌握 HashMap + 双向链表 组合数据结构

练习 LRU 相关题目,如 LRUCacheLFUCache

理解 O(1) 操作如何使用 HashMap 维护索引


📖 八、总结

考点 数据结构 时间复杂度
LRU 缓存 HashMap + 双向链表 O(1) 查询 & 插入

🎯 练习建议

  1. 实现 LFU(Least Frequently Used)缓存(结合最小堆)
  2. 扩展:支持不同的淘汰策略(FIFO、LFU、MRU)
  3. 面试常见问题:如何优化 LRU?如何并发安全?
相关推荐
学编程的小程4 分钟前
Spring MVC深度解析:从原理到实战
java·spring·mvc
每次的天空7 分钟前
Android学习总结之扩展基础篇(一)
android·java·学习
多多*37 分钟前
非关系型数据库 八股文 Redis相关 缓存雪崩 击穿 穿透
java·开发语言·jvm·数据库·redis·缓存·nosql
songx_9938 分钟前
算法设计与分析7(贪心算法)
算法
aigonna43 分钟前
Kimi 7B 语音转文字
算法
2401_890665861 小时前
免费送源码:Java+ssm+HTML 三分糖——甜品店网站设计与实现 计算机毕业设计原创定制
java·python·微信小程序·html·php·课程设计·android-studio
zuckzhao951 小时前
Spring Security入门学习(一)Helloworld项目
java·学习·spring
凯子坚持 c1 小时前
Trae 宝藏功能实测:从 Mcp 搭建天气系统,到 AI 重塑 Excel 数据处理
java·人工智能·excel
浪前1 小时前
【项目篇之消息持久化】仿照RabbitMQ模拟实现消息队列
java·数据库·rabbitmq·ruby
weixin_435208161 小时前
图解模型并行框架
人工智能·算法·语言模型·自然语言处理·aigc