146. LRU 缓存

文章介绍了如何使用哈希表和双向链表来设计一个满足LRU(最近最少使用)缓存约束的数据结构。在LRUCache类中,get和put操作均需在平均O(1)的时间复杂度内完成。当缓存满时,最久未使用的关键字会被逐出。示例展示了具体的操作流程和解题思路。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

146. LRU 缓存

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。

示例:

输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]

解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1);    // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废,缓存是 {1=1, 3=3}
lRUCache.get(2);    // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3}
lRUCache.get(1);    // 返回 -1 (未找到)
lRUCache.get(3);    // 返回 3
lRUCache.get(4);    // 返回 4

解题思路
可以使用 哈希表 + 双向链表来实现 LRU 缓存。
哈希表用来存储每个关键字对应的节点,可以通过关键字 O(1) 查找到对应的节点。
双向链表用来维护节点之间的前后关系,并且链表头表示最近使用的节点,链表尾表示最久未使用的节点。
每次访问一个节点时,我们将其移动到链表头。
每次插入一个节点时,我们将其插入到链表头,如果此时容量超过了上限,则删除链表尾的节点。

代码:

public class LRUCache {
	//定义一个双向链表
	class DLinkedNode{
		int key;
		int value;
		DLinkedNode prv;
		DLinkedNode next;
	}
	//用来存储关键节点
	private Map<Integer, DLinkedNode> cache = new HashMap<>();
	//当前缓存大小
	private int size;
	//缓存容量
	private int capacity;
	//虚拟头尾节点
	private DLinkedNode head;
	private DLinkedNode tail;

	public LRUCache(int capacity) {
		this.size = 0;
		this.capacity=capacity;
		// 初始化双向链表,头尾节点为空
		head = new DLinkedNode();
		tail = new DLinkedNode();
		head.next = tail;
		tail.prv = head;
	}

	public int get(int key) {
		DLinkedNode node = cache.get(key);
		if (node == null) return -1;
		//存在,则将节点移动到链表头部
		moveToHead(node);
		return node.value;
	}
	

	public void put(int key, int value) {
		DLinkedNode node = cache.get(key);
		if (node ==null){
			//不存在,则在链表头部插入新节点
			DLinkedNode newNode = new DLinkedNode();
			newNode.key = key;
			newNode.value=value;
			cache.put(key,newNode);
			addToHead(newNode);
			size++;
			if (size >capacity){
				//缓存已满,删除尾节点
				DLinkedNode tail = removeTail();
				cache.remove(tail.key);
				size--;
			}
		}else {
			// 存在,则更新节点的值,并将节点移动到链表头部
			node.value = value;
			moveToHead(node);
		}
	}

	// 将节点移到链表头部
	private void moveToHead(DLinkedNode node) {
		removeNode(node);
		addToHead(node);
	}

	// 删除节点
	private void removeNode(DLinkedNode node) {
		node.prv.next = node.next;
		node.next.prv = node.prv;
	}
	// 在链表头部插入新节点
	private void addToHead(DLinkedNode node) {
		node.prv = head;
		node.next = head.next;
		head.next.prv = node;
		head.next = node;
	}
	// 删除链表尾部节点
	private DLinkedNode removeTail() {
		DLinkedNode node = tail.prv;
		removeNode(node);
		return node;
	}

}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值