No146. LRU 缓存机制
题目
运用你所掌握的数据结构,设计和实现一个 LRU (最近最少使用) 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) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-值」。当缓存容量达到上限时,它应该在写入新数据之前删除最久未使用的数据值,从而为新的数据值留出空间。
进阶:你是否可以在 O(1) 时间复杂度内完成这两种操作?
说明:
你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?
示例
- 输入: [2,2,1]
- 输出: 1
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
思路
- 构造双向列表作为队列,head为队尾,tail为队头(这样是参考官方答案,但设计比较拧巴,可以考虑调换头尾,便于理解);
- 构造cache为字典(哈希表)辅助判断;
- 考虑get,若不存在返回-1;若存在则需将该node更新到head(队尾)并返回;
- 考虑put,若存在则移动到队尾并更新对应值;若不存在则先插入头部,然后根据当前长度判断是否需要将尾部移除;
解题代码(Python3)
class DLinkedNode:
def __init__(self, key=0, value=0):
self.key = key
self.value = value
self.prev = None
self.next = None
class LRUCache:
def __init__(self, capacity: int):
self.capacity = capacity
self.size = 0
self.cache = dict()
self.head = DLinkedNode()
self.tail = DLinkedNode()
#四个指针只需要初始化2个
self.head.next = self.tail
self.tail.prev = self.head
def get(self, key: int) -> int:
if key in self.cache:
node = self.cache[key]
self.moveToHead(node)
return node.value
return -1
def put(self, key: int, value: int) -> None:
if key not in self.cache:
#需要新建Node
node = DLinkedNode(key,value)
self.cache[key] = node
#插入到最前端
self.addHead(node)
if self.size > self.capacity:
removed = self.removeTail()
self.cache.pop(removed.key)
else:
#移动尾结点到头部 都需要操作 大小不变
node = self.cache[key]
self.moveToHead(node)
node.value = value
#增加头结点 连接四条线
def addHead(self,node):
node.prev = self.head
node.next = self.head.next
node.next.prev = node
self.head.next = node
self.size += 1
#删除尾结点 返回被删掉的结点
def removeTail(self):
node = self.tail.prev
self.removeNode(node)
return node
#移除指定结点
def removeNode(self,node):
node.next.prev = node.prev
node.prev.next = node.next
self.size -= 1
def moveToHead(self,node):
self.removeNode(node)
self.addHead(node)
复杂度分析:
- 时间复杂度O(1)
- 空间复杂度O(n)