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) - 如果密钥 (key) 存在于缓存中,则获取密钥的值(总是正数),否则返回 -1。 写入数据 put(key, value) - 如果密钥不存在,则写入其数据值。当缓存容量达到上限时,它应该在写入新数据之前删除最近最少使用的数据值,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); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
力扣上的题解很详细。
import java.util.Hashtable;
class LRUCache {
class DNode{
int key;
int val;
DNode pre;
DNode next;
public DNode(){}
public DNode(int key,int val){
this.key=key;
this.val=val;
}
}
private Hashtable<Integer,DNode> cache;
private int capacity;
private DNode head=new DNode();
private DNode end=new DNode();
public LRUCache(int capacity) {
this.capacity=capacity;
cache=new Hashtable<Integer,DNode>(capacity);
end.pre=head;
head.next=end;
}
public int get(int key) {
if (cache.containsKey(key)){
DNode keyNode=cache.get(key);
removeNode(keyNode);
addNode(keyNode);
return keyNode.val;
}
return -1;
}
public void put(int key, int value) {
//存在key值即覆盖
if (cache.containsKey(key)){
DNode keyNode=cache.get(key);
removeNode(keyNode);
addNode(keyNode);
keyNode.val=value;
}else{
//缓存容量达到上限
//删除最不常使用的key
if (cache.size()==capacity){
cache.remove(head.next.key);
removeNode(head.next);
}
DNode newNode=new DNode(key,value);
addNode(newNode);
cache.put(key,newNode);
}
}
//删除节点
public void removeNode(DNode node){
DNode preNode=node.pre;
preNode.next=node.next;
node.next.pre=node.pre;
}
//添加节点
public void addNode(DNode node){
node.pre=end.pre;
node.pre.next=node;
node.next=end;
end.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);
*/