本题有两种实现操作,需要使用到一个哈希表和一个双向链表。在Java语言中,有一种结合了哈希表和双向链表的数据结构,LinkedHashMap
import java.util.LinkedHashMap;
import java.util.Map;class LRUCache extends LinkedHashMap<Integer, Integer> {private int capacity;public LRUCache(int capacity) {super(capacity, 0.75f, true);this.capacity = capacity;}public int get(int key) {return super.getOrDefault(key, -1);}public void put(int key, int value) {super.put(key, value);}@Overrideprotected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {return size() > capacity;}
}/*** 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);*/
LRU缓存机制可以通过哈希表辅以双向链表实现,需要使用一个哈希表和一个双向链表维护所有在缓存中的键值对。
- 双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。
- 哈希表即为普通的哈希映射,通过缓存数据的键映射到其在双向链表中的位置
这样,首先使用哈希表进行定位,找出缓存项在双向链表中的位置,随后将其移动到双向链表的头部,即可在O(1)时间内完成get或者put操作,具体方法如下:
-
对于get操作,首先判断key是否存在:
- 如果key不存在,则返回-1
- 如果key存在,则key对应的节点是最近被使用的节点,通过哈希表定位到该节点在双向链表中的位置,并将其移动到双向链表的头部,最后返回该节点的值
-
对于put操作,首先判断key是否存在:
- 如果key不存在,使用key和value创建一个新的节点,在双向链表的头部添加该节点,并将key和该节点添加进哈希表中。然后判断双向链表中的节点数是否超出容量,如果超出容量,则删除双向链表的尾部节点,并删除哈希表中对应的项
- 如果key存在,则与get操作类似,先通过哈希表定位,再将对应的节点的值更新为value,并将该节点移到双向链表的头部
上述各项操作中,访问哈希表的时间复杂度为O(1),在双向链表的头部添加节点,在双向链表的尾部删除节点的复杂度也为O(1)。而将一个节点移动到双向链表的头部,可以分成【删除该节点】和【在双向链表的头部添加节点】两步操作,都可以在O(1)的时间内完成。
import java.util.HashMap;
import java.util.Map;class LRUCache {private Map<Integer, DLinkedNode> cache = new HashMap<>();private int size;private int capacity;private DLinkedNode head, tail;public LRUCache(int capacity) {this.size = 0;this.capacity = capacity;head = new DLinkedNode();tail = new DLinkedNode();head.next = tail;tail.prev = head;}public int get(int key) {DLinkedNode node = cache.get(key);if (node == null) {return -1;}//如果key存在,则通过哈希表定位,再移到头部moveToHead(node);return node.val;}public void put(int key, int value) {DLinkedNode node = cache.get(key);if (node == null) {//如果key不存在,创建一个新的节点DLinkedNode newNode = new DLinkedNode(key, value);//添加进哈希表cache.put(key, newNode);//添加值双向链表头部addToHead(newNode);++size;if (size > capacity) {DLinkedNode tail = removeTail();//如果超出容量,删除双向链表尾部节点cache.remove(tail.key);--size;}} else {//如果key存在,先通过哈希表定位,再修改value的值,并移到头部node.val = value;moveToHead(node);}}private void removeNode(DLinkedNode node) {node.prev.next = node.next;node.next.prev = node.prev;}private DLinkedNode removeTail() {DLinkedNode node = tail.prev;removeNode(node);return node;}private void addToHead(DLinkedNode node) {node.next = head.next;node.prev = head;head.next.prev = node;head.next = node;}private void moveToHead(DLinkedNode node) {removeNode(node);addToHead(node);}
}class DLinkedNode {int key;int val;DLinkedNode prev;DLinkedNode next;public DLinkedNode() {}public DLinkedNode(int key, int val) {this.key = key;this.val = val;}
}
复杂度分析:
- 时间复杂度:对于get和put都是O(1)
- 空间复杂度:O(capacity),因为哈希表和双向链表最多存储capacity+1个元素