設計-LruCacheの設計と実装
設計-LruCacheの設計と実装
LruCacheは広く使用されています。画像などの大きなファイルを読み込む場合、LruCacheやソフト参照を残すことは困難です。たとえば、Androidの有名な画像読み込みライブラリGlideやネットワークリクエストライブラリOkHttpはLruCacheを使用します。コレクションフレームワークでは、LinkedHashMapはLruCache関数をネイティブにサポートすることもできます。
最初にタイトルの説明を見てください
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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。
写入数据 put(key, 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:
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得关键字 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得关键字 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/lru-cache
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
LruCacheはさまざまな方法で実装できますが、O（1）時間の複雑さを実現するには、さまざまなデータ構造の性質を十分に考慮する必要があります。明らかに、ハッシュテーブルのみがO（1）時間の複雑さを実現するのに役立ちます。ただし、ご存知のとおり、ハッシュはハッシュとも呼ばれます。名前が示すように、並べ替え情報を取得できないため、ハッシュテーブルだけを使用するだけでは不十分です。また、二重リンクリストを使用して要素のアクセス順序を並べ替える必要があります（単一リンクリストの挿入）。場所を指定する時間の複雑さはO（N））です。
実際、LinkedHashMapのソースコードを読んでいる限り、LinkedHashMapが同じことをしていることがわかります。これは、二重リンクリストとHashMapを内部的に維持します。要素の数が特定のしきい値を超えると、二重リンクリストのテール要素が削除され、新しい要素は、二重にリンクされたリストの先頭に挿入されます。しきい値よりも小さい場合は、リンクリストの先頭を直接挿入してください。二重リンクリストの要素を挿入および削除する場合は、HashMapへの挿入または削除を同時に行います。
以下はコードの実装です
public class LruCache {
private class Node{
public Node prev;
public Node next;
public int key;
public int val;
public Node(int key, int val) {
this.key = key;
this.val = val;
}
}
private class DoubleList{
private Node head;
private Node tail;
private int size;
public DoubleList(){
head=new Node(0,0);
tail=new Node(0,0);
head.prev=tail;
head.next=tail;
tail.next=head;
tail.prev=head;
size=0;
}
private Node remove(Node node){
node.prev.next=node.next;
node.next.prev=node.prev;
size--;
return node;
}
public Node removeLast(){
if(size==0){
return null;
}
return remove(tail.prev);
}
public void addFirst(Node node){
node.prev=head;
node.next=head.next;
head.next.prev=node;
head.next=node;
size++;
}
public int size(){
return size;
}
}
private Map<Integer,Node> map;
private DoubleList cache;
private int cap;
public LruCache(int cap) {
this.cap = cap;
map=new HashMap<>();
cache=new DoubleList();
}
public int get(int key){
if(!map.containsKey(key)){
return -1;
}
int val=map.get(key).val;
put(key,val);
return val;
}
public void put(int key,int val){
Node node=new Node(key,val);
if(map.containsKey(key)){
cache.addFirst(cache.removeLast());
map.put(key,node);
}else {
if(cap==cache.size()){
map.remove(cache.removeLast().key);
}
cache.addFirst(node);
map.put(key,node);
}
}
}