35.LRU缓存
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
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 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该 逐出 最久未使用的关键字。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
示例:
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
提示:
- 1 <= capacity <= 3000
- 0 <= key <= 10000
- 0 <= value <= 105
- 最多调用 2 * 105 次 get 和 put
代码:
class LRUCache {
Map<Integer,Integer> map = new LinkedHashMap<>();
//size用于记录容量
int size;
public LRUCache(int capacity) {
this.size = capacity;
}
public int get(int key) {
//如果map中不包含key,直接返回-1
if(!map.containsKey(key))return -1;
// 将 key 变为最近使用
makeRecently(key);
//否则返回key对应的value
return map.get(key);
}
public void put(int key, int value) {
//如果map包含key
if(map.containsKey(key)){
//直接put用来更新key
map.put(key,value);
//将 key 变为最近使用
makeRecently(key);
return;
}
//如果map的大小已经达到容量最大值
if(map.size()>=this.size){
//链表头部就是最久未使用的 key
int oldestKey = map.keySet().iterator().next();
//移除最久未使用的key
map.remove(oldestKey);
}
//将key,value存入map
map.put(key,value);
}
public void makeRecently(int key){
//获取key对应的值
int val = map.get(key);
// 删除 key,重新插入到队尾
map.remove(key);
map.put(key, val);
}
}
/**
* 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);
*/

浙公网安备 33010602011771号