算法题-实现LRU缓存机制

发表于 分类于
本文字数： 2.6k 阅读时长 ≈ 2 分钟

题目

leetcode第146题

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。

示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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

思路

  • 使用 map 来实现 get(int key) 方法的 O(1) 时间复杂度
  • 使用一个链表来维护数据的使用时间
  • 当调用 put(int key, int value) 方法时，先无脑往 map 里添加数据，再判断大小是否超过 capacity，超过了就删除链表中最后一个元素

题解

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
public class LRUCache {
    class LRUNode {
        int key;
        int value;
        LRUNode prev;
        LRUNode next;

        public LRUNode(int key, int value) {
            this.key = key;
            this.value = value;
        }

        public LRUNode() {
        }
    }

    int capacity;
    int currentSize = 0;
    LRUNode start = new LRUNode();
    LRUNode end = new LRUNode();
    Map<Integer, LRUNode> map;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap<Integer, LRUNode>(capacity);
        start.next = end;
        end.prev = start;
    }

    public int get(int key) {
        LRUNode node = map.get(key);
        if (node == null) {
            return -1;
        }
        remove(node);
        moveToHead(node);
        return node.value;
    }

    public void put(int key, int value) {
        LRUNode node = map.get(key);
        if (node == null) {
            node = new LRUNode(key, value);
            moveToHead(node);
            map.put(key, node);
            currentSize++;
            if (currentSize > capacity) {
                map.remove(end.prev.key);
                remove(end.prev);
                currentSize--;
            }
        } else {
            node.value = value;
            remove(node);
            moveToHead(node);
        }

    }

    public void moveToHead(LRUNode node) {
        node.next = start.next;
        node.prev = start;
        start.next.prev = node;
        start.next = node;
    }

    public void remove(LRUNode node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    public static void main(String[] args) {
        LRUCache lruCache = new LRUCache(2);
        lruCache.put(1, 1);
        lruCache.put(2, 2);
        System.out.println(lruCache.get(1));
        lruCache.put(3, 3);
    }
}

扩展

通过 LRU 如何实现一个 LFU？

思路

  • 使用一个 Map<int, LFUNode> 来保存元素
  • 再使用一个 Map<int, LRUNode> 维护使用频率，其中 key 为使用频率，value 为一个维护使用时间的链表
  • 在 LFUNode 中需要存储当前元素的使用频率，在调取 get(int key) 方法时，将其从原链表移除，更新该node的频率并将其添加至新频率所在的链表