hot 100 146. LRU 缓存

LRU 缓存

==问题描述==
==样例输入==
==样例输出==
==评测用例规模与约定==
==解析==
==参考程序==
难度等级

问题描述

请你设计并实现一个满足 LRU (最近最少使用) 缓存约束的数据结构。实现 LRUCache 类：

LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存

int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。

void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该逐出最久未使用的关键字。

函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。

样例输入

cpp 复制代码

["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]

样例输出

cpp 复制代码

[null, null, null, 1, null, -1, null, -1, 3, 4]

评测用例规模与约定

1 <= capacity <= 3000

0 <= key <= 10000

0 <= value <= 10^5

最多调用 2 * 105 次 get 和 put

解析

也算是比较麻烦的了，因为不像其他的一样。要手写给cache吧，用LinkedHashMap来存储有序而且正好是一对。

最近最少使用，就是最近put/get的元素。做一个makeRecently标注也就是拿出来再放进去。。。

然后 get时候没有就-1，有就make一下，获得值。

put时候先看重复key更新。再看超出容量没有，超出了移除最近最少使用的也就是第一个，然后放进去。

参考程序

cpp 复制代码

class LRUCache {
    int cap;
    LinkedHashMap<Integer,Integer>cache=new LinkedHashMap<>();
    public LRUCache(int capacity) {
        this.cap=capacity;
    }
    
    public int get(int key) {
        if(!cache.containsKey(key)){
            return -1;
        }
        makeRecently(key);
        return cache.get(key);
    }
    
    public void put(int key, int val) {
        if(cache.containsKey(key)){
            cache.put(key,val);
            makeRecently(key);
            return;
        }
        if(cache.size()>=this.cap){
            int oldestKey=cache.keySet().iterator().next();
            cache.remove(oldestKey);
        }
        cache.put(key,val);
    }
    private void makeRecently(int key){
        int val=cache.get(key);
        cache.remove(key);
        cache.put(key,val);
    }
}

难度等级

⭐️⭐️⭐️⭐️⭐️（1~10星）

以个人刷题整理为目的，如若侵权，请联系删除~