- 使用双向链表实现最近最久未使用
- 使用map保存节点对应的位置,实现O(logn)的查找和删除。
可以在O(logn)的时间复杂度内插入节点。如果容量大于了缓冲池,可以在O(logn)的时间复杂度内删除节点。
对于双向链表,有两种操作,插入到头和删除。
- 每一次更新需要插入到头并且删除
- 每一次插入,需要插入到头
对于map有两种操作
- 如果增加,直接插入
- 如果删除,需要注意删除的是尾节点对应的key
更新不用重新将node插入,因为map保存的node本来就是引用
class LRUCache {
class Node {
int val;
int key; // 删除尾节点的时候,需要从map中删除,从而需要这个key。
Node next;
Node pre;
public Node(int _key, int _val) {
this.key = _key;
this.val = _val;
}
public Node() {
}
}
int capacity;
Node tail, head;
HashMap<Integer, Node>store = new HashMap<>();
public LRUCache(int capacity) {
tail = new Node();
head = new Node();
head.next = tail;
tail.pre = head;
this.capacity = capacity;
}
public int get(int key) {
if (!store.containsKey(key)) return -1;
Node node = store.get(key);
// 更新
remove(node);
addHead(node);
return node.val;
}
public void put(int key, int value) {
// 如果存在,变更
if (store.containsKey(key)) {
Node node = store.get(key);
// 更新
remove(node);
addHead(node);
node.val = value;
}
// 否则,插入
else {
Node node = new Node(key, value);
// 如果已经满了
if (store.size() >= capacity) {
Node last = tail.pre;
remove(last);
store.remove(last.key);
}
// 插入
addHead(node);
store.put(key, node);
}
}
private void remove(Node node) {
node.pre.next = node.next;
node.next.pre = node.pre;
}
private void addHead(Node node) {
node.next = head.next;
node.pre = head;
head.next = node;
node.next.pre = node;
}
}
/**
* Your LRUCache object will be instantiated and called as such:
* LRUCache obj = new LRUCache(capacity);
* int param_1 = obj.get(key);
* obj.put(key,value);
*/