力扣链接
题目描述
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?
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
提示:
1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
- 最多调用
2 * 105
次get
和put
解题思路
代码
class LRUCache {
class Node {
int key;
int value;
Node prev;
Node next;
Node(){
}
Node(int key, int value) {
this.key = key;
this.value = value;
}
}
Node head;
Node tail;
//容量
int capacity;
//已使用大小
int size;
Map<Integer, Node> map;
public LRUCache(int capacity) {
this.capacity = capacity;
map = new HashMap<>();
// 使用伪头部和伪尾部节点
head = new Node();
tail = new Node();
head.next = tail;
tail.prev = head;
}
public int get(int key) {
Node node = map.get(key);
if (node == null) {
return -1;
}
// 如果 key 存在,先通过哈希表定位,再移到头部
moveToHead(node);
return node.value;
}
public void put(int key, int value) {
Node node = map.get(key);
if (node == null) {
// 如果 key 不存在,创建一个新的节点
node = new Node(key, value);
// 添加进哈希表
map.put(key, node);
// 添加至双向链表的头部
addToHead(node);
size++;
if (size > capacity) {
// 如果超出容量,删除双向链表的尾部节点
Node tail = removeTail();
// 删除哈希表中对应的项
map.remove(tail.key);
size--;
}
} else {
// 如果 key 存在,先通过哈希表定位,再修改 value,并移到头部
node.value = value;
moveToHead(node);
}
}
Node removeTail() {
Node prev = tail.prev;
removeNode(prev);
return prev;
}
void addToHead(Node node) {
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}
void removeNode(Node node) {
node.next.prev = node.prev;
node.prev.next = node.next;
}
void moveToHead(Node node) {
removeNode(node);
addToHead(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);
*/
复杂度
- 时间复杂度: get和put方法均为O(1)
- 空间复杂度: O(n)