一、题目粗心

请你设计并实现一个满足 LRU (最近起码应用) 缓存 束缚的数据结构。
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 曾经存在,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 最久未应用的关键字。

函数 get 和 put 必须以 O(1) 的均匀工夫复杂度运行。

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 <= 10000
  • 0 <= value <= 105
  • 最多调用 2 * 105 次 get 和 put

起源:力扣(LeetCode)
链接:https://leetcode.cn/problems/...
著作权归领扣网络所有。商业转载请分割官网受权,非商业转载请注明出处。

二、解题思路

LRU是Least Recently Used的简写,是最近起码应用的意思。

这个缓存器次要实现两个办法,get和put。咱们用List来存储缓存数据,用map来存储key与value的映射,

实现get时,通过map取出以后值,并在list中将该值置为第1个

实现put时,分2种状况,第1种缓存中存在该key,则在map中更新并在list中将该值置为第1个;第2种缓存中不存在该key,这里先判断以后缓存是否已满,已满的话先删除最初一个元素,再将新的元素增加到第1个,代码如下:

三、解题办法

3.1 Java实现

class LRUCache {    Map<Integer, Pair> hash;    List<Pair> cache;    int size;    public LRUCache(int capacity) {        hash = new HashMap<>();        cache = new ArrayList<>();        this.size = capacity;    }    public int get(int key) {        if (!hash.containsKey(key)) {            return -1;        }        Pair pair = hash.get(key);        cache.remove(pair);        cache.add(0, pair);        return pair.value;    }    public void put(int key, int value) {        Pair newPair = new Pair(key, value);        if (hash.containsKey(key)) {            Pair oldPair = hash.get(key);            cache.remove(oldPair);            cache.add(0, newPair);            hash.put(key, newPair);            return;        }        if (cache.size() >= size) {            Pair pair = cache.get(cache.size() - 1);            cache.remove(pair);            hash.remove(pair.key);        }        hash.put(key, newPair);        cache.add(0, newPair);    }    class Pair{        int key;        int value;        Pair(int key, int value) {            this.key = key;            this.value = value;        }        public void setValue(int value) {            this.value = value;        }    }}

四、总结小记

  • 2022/10/14 一万小时实践还是很靠谱的