146_LRU cache | LRU缓存设计

题目：

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

题解：

这道题是一个数据结构设计题，在leetcode里面就这么一道，还是挺经典的一道题，可以好好看看。

这道题要求设计实现LRU cache的数据结构，实现set和get功能。学习过操作系统的都应该知道，cache作为缓存可以帮助快速存取数据，但是确定是容量较小。这道题要求实现的cache类型是LRU，LRU的基本思想就是“最近用到的数据被重用的概率比较早用到的大的多”，是一种更加高效的cache类型。

解决这道题的方法是：双向链表+HashMap。

“为了能够快速删除最久没有访问的数据项和插入最新的数据项，我们将双向链表连接Cache中的数据项，并且保证链表维持数据项从最近访问到最旧访问的顺序。每次数据项被查询到时，都将此数据项移动到链表头部（O(1)的时间复杂度）。这样，在进行过多次查找操作后，最近被使用过的内容就向链表的头移动，而没有被使用的内容就向链表的后面移动。当需要替换时，链表最后的位置就是最近最少被使用的数据项，我们只需要将最新的数据项放在链表头部，当Cache满时，淘汰链表最后的位置就是了。 ”

“注：对于双向链表的使用，基于两个考虑。

首先是Cache中块的命中可能是随机的，和Load进来的顺序无关。

其次，双向链表插入、删除很快，可以灵活的调整相互间的次序，时间复杂度为O(1)。”

解决了LRU的特性，现在考虑下算法的时间复杂度。为了能减少整个数据结构的时间复杂度，就要减少查找的时间复杂度，所以这里利用HashMap来做，这样时间苏咋读就是O(1)。

所以对于本题来说：

get(key): 如果cache中不存在要get的值，返回-1；如果cache中存在要找的值，返回其值并将其在原链表中删除，然后将其作为头结点。

set(key,value)：当要set的key值已经存在，就更新其value，将其在原链表中删除，然后将其作为头结点；当药set的key值不存在，就新建一个node，如果当前len<capacity,就将其加入hashmap中，并将其作为头结点，更新len长度，否则，删除链表最后一个node，再将其放入hashmap并作为头结点，但len不更新。

原则就是：对链表有访问，就要更新链表顺序。

代码如下：

 1 public class LRUCache {

 2     private HashMap<Integer, DoubleLinkedListNode> map

 3             = new HashMap<Integer, DoubleLinkedListNode>();

 4     private DoubleLinkedListNode head;

 5     private DoubleLinkedListNode end;

 6     private int capacity;

 7     private int len;

 8

 9     public LRUCache(int capacity) {

10         this.capacity = capacity;

11         len = 0;

12     }

13

14     public int get(int key) {

15         if (map.containsKey(key)) {

16             DoubleLinkedListNode latest = map.get(key);

17             removeNode(latest);

18             setHead(latest);

19             return latest.val;

20         } else {

21             return -1;

22         }

23     }

24

25     public void removeNode(DoubleLinkedListNode node) {

26         DoubleLinkedListNode cur = node;

27         DoubleLinkedListNode pre = cur.pre;

28         DoubleLinkedListNode post = cur.next;

29

30         if (pre != null) {

31             pre.next = post;

32         } else {

33             head = post;

34         }

35

36         if (post != null) {

37             post.pre = pre;

38         } else {

39             end = pre;

40         }

41     }

42

43     public void setHead(DoubleLinkedListNode node) {

44         node.next = head;

45         node.pre = null;

46         if (head != null) {

47             head.pre = node;

48         }

49

50         head = node;

51         if (end == null) {

52             end = node;

53         }

54     }

55

56     public void set(int key, int value) {

57         if (map.containsKey(key)) {

58             DoubleLinkedListNode oldNode = map.get(key);

59             oldNode.val = value;

60             removeNode(oldNode);

61             setHead(oldNode);

62         } else {

63             DoubleLinkedListNode newNode =

64                     new DoubleLinkedListNode(key, value);

65             if (len < capacity) {

66                 setHead(newNode);

67                 map.put(key, newNode);

68                 len++;

69             } else {

70                 map.remove(end.key);

71                 end = end.pre;

72                 if (end != null) {

73                     end.next = null;

74                 }

75

76                 setHead(newNode);

77                 map.put(key, newNode);

78             }

79         }

80     }

81 }

82

83 class DoubleLinkedListNode {

84     public int val;

85     public int key;

86     public DoubleLinkedListNode pre;

87     public DoubleLinkedListNode next;

88

89     public DoubleLinkedListNode(int key, int value) {

90         val = value;

91         this.key = key;

92     }

93 }

巴特西

146_LRU cache | LRU缓存设计

最新文章

热门文章