题目形容
这是 LeetCode 上的 「146. LRU 缓存机制」,难度为 「中等」。
使用你所把握的数据结构,设计和实现一个 LRU (最近起码应用) 缓存机制。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) 如果关键字曾经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字 - 值」。当缓存容量达到下限时,它应该在写入新数据之前删除最久未应用的数据值,从而为新的数据值留出空间。
进阶:你是否能够在 工夫复杂度内实现这两种操作?
示例:
输出
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输入
[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
提醒:
- 1 <= capacity <= 3000
- 0 <= key <= 3000
- 0 <= value <=
- 最多调用 3 * 次 get 和 put
根本剖析
LRU 是一种非常常见的页面置换算法。
将 LRU 翻译成大白话就是:当不得不淘汰某些数据时(通常是容量已满),抉择最久未被应用的数据进行淘汰。
题目让咱们实现一个容量固定的 LRUCache
。如果插入数据时,发现容器已满时,则先依照 LRU 规定淘汰一个数据,再将新数据插入,其中「插入」和「查问」都算作一次“应用”。
能够通过 🌰 来了解,假如咱们有容量为 的 LRUCache
和 测试键值对 [1-1
,2-2
,3-3
],将其依照程序进行插入 & 查问:
- 插入
1-1
,此时最新的应用数据为1-1
- 插入
2-2
,此时最新应用数据变为2-2
- 查问
1-1
,此时最新应用数据为1-1
- 插入
3-3
,因为容器曾经达到容量,须要先淘汰已有数据能力插入,这时候会淘汰2-2
,3-3
成为最新应用数据
键值对存储方面,咱们能够应用「哈希表」来确保插入和查问的复杂度为。
另外咱们还须要额定保护一个「应用程序」序列。
咱们冀望当「新数据被插入」或「产生键值对查问」时,可能将以后键值对放到序列头部,这样当触发 LRU 淘汰时,只须要从序列尾部进行数据删除即可。
冀望在 复杂度内调整某个节点在序列中的地位,很天然想到双向链表。
双向链表
具体的,咱们应用哈希表来存储「键值对」,键值对的键作为哈希表的 Key,而哈希表的 Value 则应用咱们本人封装的 Node
类,Node
同时作为双向链表的节点。
- 插入:查看以后键值对是否曾经存在于哈希表:
- 没达到容量:插入哈希表,并将以后键值对所对应的
Node
节点调整到链表头部(refresh
操作) - 已达到容量:先从链表尾部找到待删除元素进行删除(
delete
操作),而后再插入哈希表,并将以后键值对所对应的Node
节点调整到链表头部(refresh
操作) - 如果存在,则更新键值对,并将以后键值对所对应的
Node
节点调整到链表头部(refresh
操作) - 如果不存在,则查看哈希表容量是否曾经达到容量:
- 查问:如果没在哈希表中找到该 Key,间接返回;如果存在该 Key,则将对应的值返回,并将以后键值对所对应的
Node
节点调整到链表头部(refresh
操作)
一些细节:
- 为了缩小双向链表左右节点的「判空」操作,咱们事后建设两个「哨兵」节点
head
和tail
。
代码:
class LRUCache {
class Node {
int k, v;
Node l, r;
Node(int _k, int _v) {
k = _k;
v = _v;
}
}
int n;
Node head, tail;
Map<Integer, Node> map;
public LRUCache(int capacity) {
n = capacity;
map = new HashMap<>();
head = new Node(-1, -1);
tail = new Node(-1, -1);
head.r = tail;
tail.l = head;
}
public int get(int key) {if (map.containsKey(key)) {Node node = map.get(key);
refresh(node);
return node.v;
}
return -1;
}
public void put(int key, int value) {
Node node = null;
if (map.containsKey(key)) {node = map.get(key);
node.v = value;
} else {if (map.size() == n) {
Node del = tail.l;
map.remove(del.k);
delete(del);
}
node = new Node(key, value);
map.put(key, node);
}
refresh(node);
}
// refresh 操作分两步:// 1. 先将以后节点从双向链表中删除(如果该节点自身存在于双向链表中的话)// 2. 将以后节点增加到双向链表头部
void refresh(Node node) {delete(node);
node.r = head.r;
node.l = head;
head.r.l = node;
head.r = node;
}
// delete 操作:将以后节点从双向链表中移除
// 因为咱们事后建设 head 和 tail 两位哨兵,因而如果 node.l 不为空,则代表了 node 自身存在于双向链表(不是新节点)void delete(Node node) {if (node.l != null) {
Node left = node.l;
left.r = node.r;
node.r.l = left;
}
}
}
- 工夫复杂度:各操作均为
- 空间复杂度:
最初
这是咱们「刷穿 LeetCode」系列文章的第 No.146
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,局部是有锁题,咱们将先将所有不带锁的题目刷完。
在这个系列文章外面,除了解说解题思路以外,还会尽可能给出最为简洁的代码。如果波及通解还会相应的代码模板。
为了不便各位同学可能电脑上进行调试和提交代码,我建设了相干的仓库:https://github.com/SharingSou…。
在仓库地址里,你能够看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其余优选题解。