ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

[LeetCode 146 LRU Cache] 最近最少使用缓存(一) _ 刷题打卡

2021-12-23 16:05:26  阅读:151  来源: 互联网

标签:146 node int Cache DLinkedNode value 链表 key 打卡


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);
}

//可以不写
public void put(int key, int value) {
super.put(key, value);
}

@Override
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
return size() > capacity;
}
}

解法二:

哈希表 + 双向链表

LRU 缓存机制可以通过哈希表辅以双向链表实现,我们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(HashMap),通过缓存数据的键映射到其在双向链表中的位置。

这样以来,我们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) 的时间内完成 get 或者 put 操作。

注意:在双向链表的实现中,使用一个伪头部和伪尾部标记界限,这样在添加节点和删除节点的时候就不需要检查相邻的节点是否存在。

代码如下:

class LRUCache {

class DLinkedNode{
int key;
int value;

DLinkedNode prev;
DLinkedNode next;
public DLinkedNode(){}
public DLinkedNode(int key,int value){
this.key = key;
this.value = value;
}
}

private Map<Integer,DLinkedNode> cache = new HashMap<Integer,DLinkedNode>();
private int size;
private int capacity;
private DLinkedNode head,tail;

public LRUCache(int capacity) {
this.capacity = capac

《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》

【docs.qq.com/doc/DSkNLaERkbnFoS0ZF】 完整内容开源分享

ity;
this.size = 0;
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,先通过哈希表定位,再移到头部
moveToHead(node);
return node.value;

}

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);
//添加至哈希表
cache.put(key,newNode);
//添加至双向链表的头部
addToHead(newNode);
++size;
//如果超出容量,删除双向链表的尾部节点,同时删除哈希表中对应的项
if(size > capacity){
DLinkedNode tail = removeTail();
cache.remove(tail.key);
–size;
}

} else {
//如果 key 存在,先通过哈希表定位,再修改 value(覆盖值),并转移到头部
node.value = value;
moveToHead(node);
}
}

private void addToHead(DLinkedNode node){
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}

private void moveToHead(DLinkedNode node){
removeNode(node);
addToHead(node);
}

private DLinkedNode removeTail(){
DLinkedNode res = tail.prev;
removeNode(res);
return res;
}

private void removeNode(DLinkedNode node){

标签:146,node,int,Cache,DLinkedNode,value,链表,key,打卡
来源: https://blog.csdn.net/m0_65512429/article/details/122109773

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有