「力扣」第 146 题:LRU 缓存机制(中等)
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。它应该支持以下操作: 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果密钥 (key) 存在于缓存中,则获取密钥的值(总是正数),否则返回 -1。
写入数据 put(key, value) - 如果密钥不存在,则写入其数据值。当缓存容量达到上限时,它应该在写入新数据之前删除最近最少使用的数据值,从而为新的数据值留出空间。进阶:
你是否可以在 $O(1)$ 时间复杂度内完成这两种操作?
示例:
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ ); cache.put(1, 1); cache.put(2, 2); cache.get(1); // 返回 1 cache.put(3, 3); // 该操作会使得密钥 2 作废 cache.get(2); // 返回 -1 (未找到) cache.put(4, 4); // 该操作会使得密钥 1 作废 cache.get(1); // 返回 -1 (未找到) cache.get(3); // 返回 3 cache.get(4); // 返回 4
题目意思:缓存是有限的,在缓存满的时候,删除哪些元素,就有不同的缓存删除策略。
LRU (Least Recently Used)缓存机制
- 在缓存满的时候,删除缓存里最久未使用的数据,然后再放入新元素;
- 数据的访问时间很重要,访问时间距离现在最近,就最不容易被删除。
核心思想:在删除元素的时候,只看在缓存里的存在时间。
另一种缓存删除机制是 LFU (Least Frequently Used,最不经常使用)缓存机制,这道题是「力扣」第 460 题:LFU 缓存。算法的设计思想其实是一样的。
思路
- 由于题目的时间复杂度要求 $O(1)$,空间肯定不能省,存取数据时间性能最好的就是哈希表,因此底层的数据结构一定是一个哈希表;
- 根据题目意思,访问某个数据,时间优先级得提前,还有删除末尾结点的需求,这样的数据结构得在头尾访问数据最快,这种数据结构是「双向链表」;
- 「链表」结点需要记录:1、value,2、key(在哈希表里删除的时候用得上),3、前驱结点引用,4、后继结点引用。
这样一套设计下来,题目中要求的操作就是 $O(1)% 了。
下面是内存结构示意图:
编码说明:
- 应该先弄清楚思路,再编码;
- 可以设计成「双向链表」的尾部存储较新访问的结点,头部是当前频次最旧的结点。双向链表在结构上是对称的,编码的时候注意保持语义一致;
- 「双向链表」的常见操作是使用两个虚拟结点,一个访问头部最快,另一个访问尾部最快,这个技巧其实在「单链表」中我们已经见过,叫「哨兵结点」;
- 链表中的相关操作建议画图去思考实现,否则凭空想象一些指针变量的指向操作容易出错;
- 在一些操作中相同的操作,应该考虑抽取成公用的方法;
- 在编码完成以后,需要注意调试,这一步是很花时间的,也没有过多的技巧,添加打印输出语句。
注意:
- 以下代码由于本人水平有限,封装还不够好,仅供参考;
- 下面的代码细节特别多,读者浏览即可,不建议模仿,应该尝试自己编写完成,相信是一个不错的编程练习;
- Java 里的
LinkedList
就是双向链表,这里只是为了练习,定制化一些操作,因此手写。
参考代码:
import java.util.HashMap;
import java.util.Map;
public class LRUCache {
private Map map;
/**
* 双链表结点类
*/
private class ListNode {
private Integer key;
private Integer value;
/**
* 前驱结点 precursor
*/
private ListNode pre;
/**
* 后继结点 successor(写成 next 是照顾单链表的表示习惯)
*/
private ListNode next;
public ListNode() {
}
public ListNode(Integer key, Integer value) {
this.key = key;
this.value = value;
}
}
private int capacity;
/**
* 虚拟头结点没有前驱
*/
private ListNode dummyHead;
/**
* 虚拟尾结点没有后继
*/
private ListNode dummyTail;
public LRUCache(int capacity) {
map = new HashMap<>(capacity);
this.capacity = capacity;
dummyHead = new ListNode(-1, -1);
dummyTail = new ListNode(-1, -1);
// 初始化链表为 head <-> tail
dummyHead.next = dummyTail;
dummyTail.pre = dummyHead;
}
/**
* 如果存在,把当前结点移动到双向链表的头部
*
* @param key
* @return
*/
public int get(int key) {
if (map.containsKey(key)) {
ListNode node = map.get(key);
int val = node.value;
// 把当前 node 移动到双向链表的头部
moveNode2Head(key);
return val;
} else {
return -1;
}
}
/**
* 如果哈希表的容量满了,就要删除一个链表末尾元素,然后在链表头部插入新元素
*
* @param key
* @param value
*/
public void put(int key, int value) {
if (map.containsKey(key)) {
// 1、更新 value
map.get(key).value = value;
// 2、把当前 node 移动到双向链表的头部
moveNode2Head(key);
return;
}
// 放元素的操作是一样的
if (map.size() == capacity) {
// 如果满了
ListNode oldTail = removeTail();
// 设计 key 就是为了在这里删除
map.remove(oldTail.key);
}
// 然后添加元素
ListNode newNode = new ListNode(key, value);
map.put(key, newNode);
addNode2Head(newNode);
}
// 为了突出主干逻辑,下面是 3 个公用的方法
/**
* 删除双链表尾部结点
*/
private ListNode removeTail() {
ListNode oldTail = dummyTail.pre;
ListNode newTail = oldTail.pre;
// 两侧结点建立连接
newTail.next = dummyTail;
dummyTail.pre = newTail;
// 释放引用
oldTail.pre = null;
oldTail.next = null;
return oldTail;
}
/**
* 把当前 key 指向的结点移到双向链表的头部
*
* @param key
*/
private void moveNode2Head(int key) {
// 1、先把 node 拿出来
ListNode node = map.get(key);
// 2、原来 node 的前驱和后继接上
node.pre.next = node.next;
node.next.pre = node.pre;
// 3、再把 node 放在末尾
addNode2Head(node);
}
/**
* 在双链表的头部新增一个结点
*
* @param newNode
*/
private void addNode2Head(ListNode newNode) {
// 1、当前头结点
ListNode oldHead = dummyHead.next;
// 2、末尾结点的后继指向新结点
oldHead.pre = newNode;
// 3、设置新结点的前驱和后继
newNode.pre = dummyHead;
newNode.next = oldHead;
// 4、更改虚拟头结点的后继结点
dummyHead.next = newNode;
}
public static void main(String[] args) {
LRUCache cache = new LRUCache(2);
cache.put(1, 1);
cache.put(2, 2);
System.out.println(cache.map.keySet());
int res1 = cache.get(1);
System.out.println(res1);
cache.put(3, 3);
int res2 = cache.get(2);
System.out.println(res2);
int res3 = cache.get(3);
System.out.println(res3);
cache.put(4, 4);
System.out.println(cache.map.keySet());
int res4 = cache.get(1);
System.out.println(res4);
int res5 = cache.get(3);
System.out.println(res5);
int res6 = cache.get(4);
System.out.println(res6);
}
}