题目来源
146. LRU 缓存 - 力扣(LeetCode)
题目描述
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]
说明
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 * 10^5 次 get 和 put
题目解析
LRU缓存表需要实现如下两个操作:
- get(key):
- 如果对应key存在,则返回key对应的val,并更新对应key为最近访问。
- 如果对应key不存在,则返回-1。
- put(key, val):
- 如果对应key存在,则更新key的val,并更新对应key为最近访问。
- 如果对应key不存在,则需要先检查缓存表是否满了:如果满了,则需要删除最久未使用的key,否则不做删除动作。
- 之后新增key-val,并更新key为最近访问。
LRU和LFU的区别:
当空间不足时,LRU算法优先删除最久未使用的key。而LFU算法是优先删除最少使用的key,如果有多个最少使用的key,则找出其中最久未使用的key删除。
LRU的实现原理:
LRU缓存结构可以基于哈希表map和双向链表link来实现。
- 哈希表map的键即为本题的key,值则是Node(key, val),即包装了本题key,val的节点对象。
- 双向链表link的节点元素即为Node。
这里哈希表map的值列 和 双向链表的节点 是共享Node的。如下图所示:
初始时,LRU缓存结构如下
lru.put(1,1)
通过哈希表map的键列,我们可以快速判断key是否已存在于LRU缓存中。
由于map不存在key=1,因此当前put是新增操作,且由于map中记录键数量<capacity,即容量足够,因此无需执行逐出操作。
下面我需要创建节点 Node(key=1, val=1),并构建如下关系:
- map的键列插入key=1,并key=1的值列和 Node(key=1, val=1) 关联
- 将 Node(key=1, val=1) 头插入到双向链表Link 中(离链表头head越近,即为最近使用,离链表尾tail越近,即为最久未使用)
lru.put(2,2)
由于map不存在key=2的键,因此是put是新增操作,检查容量足够。
因此创建 Node(key=2, val=2) 后,构建如下关系。
lru.get(1)
由于map存在key=1的键,因此可以根据map[key=1]找到对应的节点Node(key=1, val=1),并获取Node.val返回。
另外,get操作会更新key=1为最近使用,因此我们需要将Node(key=1, val=1)暂时从Link中移除,然后头插到Link。
lru.put(3,3)
由于map不存在key=3的键,因此是put是新增操作,但是此时我们发现map中记录了两个键,分别为key=1,key=2,已经装满了capacity=2的LRU缓存表,因此put新增操作前需要先逐出最久未使用的key。
前面我们说明过,离Link链表头越近的节点,则为最近使用,离Link链表尾越近的节点,则为最久未使用。
因此 Link.tail.prev 节点即为最久未使用的节点,此时我们需要删除它:
- Link中删除该节点
- 根据节点的Node.key,找到map[Node.key]的键,并删除该键
删除最久未使用后,容量足够放下新节点Node(key=3, val=3)
以上即为LRU缓存的实现原理的图示。大家可以对照下面代码实现,继续想想后面的图示。
Java算法源码
import java.util.HashMap;
class LRUCache {
static class Node {
int key;
int val;
Node prev;
Node next;
public Node() {};
public Node(int key, int val) {
this.key = key;
this.val = val;
}
}
static class Link {
Node head;
Node tail;
public Link() {
this.head = new Node();
this.tail = new Node();
this.head.next = this.tail;
this.tail.prev = this.head;
}
public void removeNode(Node node) {
node.prev.next = node.next;
node.next.prev = node.prev;
node.prev = null;
node.next = null;
}
public void addFirst(Node node) {
node.next = this.head.next;
this.head.next.prev = node;
this.head.next = node;
node.prev = this.head;
}
}
int capacity;
Link link;
HashMap<Integer, Node> map;
public LRUCache(int capacity) {
this.capacity = capacity;
this.link = new Link();
this.map = new HashMap<>();
}
public int get(int key) {
if (this.map.containsKey(key)) {
Node node = this.map.get(key);
this.link.removeNode(node);
this.link.addFirst(node);
return node.val;
} else {
return -1;
}
}
public void put(int key, int value) {
if (this.map.containsKey(key)) {
Node node = this.map.get(key);
this.link.removeNode(node);
this.link.addFirst(node);
node.val = value;
} else {
if (this.map.size() == this.capacity) {
Node removed = this.link.tail.prev;
this.link.removeNode(removed);
this.map.remove(removed.key);
}
Node newNode = new Node(key, value);
this.link.addFirst(newNode);
this.map.put(key, newNode);
}
}
}
//public class Main {
// public static void main(String[] args) {
// 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}
// System.out.println(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}
// System.out.println(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}
// System.out.println(lRUCache.get(1)); // 返回 -1 (未找到)
// System.out.println(lRUCache.get(3)); // 返回 3
// System.out.println(lRUCache.get(4)); // 返回 4
// }
//}
JS算法源码
class Node {
constructor(key, val) {
this.key = key;
this.val = val;
this.next = null;
this.prev = null;
}
}
class Link {
constructor() {
this.head = new Node();
this.tail = new Node();
this.head.next = this.tail;
this.tail.prev = this.head;
}
removeNode(node) {
node.prev.next = node.next;
node.next.prev = node.prev;
node.prev = null;
node.next = null;
}
addFirst(node) {
node.next = this.head.next;
this.head.next.prev = node;
this.head.next = node;
node.prev = this.head;
}
}
/**
* @param {number} capacity
*/
var LRUCache = function (capacity) {
this.capacity = capacity;
this.map = new Map();
this.link = new Link();
};
/**
* @param {number} key
* @return {number}
*/
LRUCache.prototype.get = function (key) {
if (this.map.has(key)) {
const node = this.map.get(key);
this.link.removeNode(node);
this.link.addFirst(node);
return node.val;
} else {
return -1;
}
};
/**
* @param {number} key
* @param {number} value
* @return {void}
*/
LRUCache.prototype.put = function (key, value) {
if (this.map.has(key)) {
const node = this.map.get(key);
this.link.removeNode(node);
this.link.addFirst(node);
node.val = value;
} else {
if (this.map.size == this.capacity) {
const removed = this.link.tail.prev;
this.link.removeNode(removed);
this.map.delete(removed.key);
}
const newNode = new Node(key, value);
this.link.addFirst(newNode);
this.map.set(key, newNode);
}
};
// const lRUCache = new LRUCache(2);
// lRUCache.put(1, 1); // 缓存是 {1=1}
// lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
// console.log(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}
// console.log(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}
// console.log(lRUCache.get(1)); // 返回 -1 (未找到)
// console.log(lRUCache.get(3)); // 返回 3
// console.log(lRUCache.get(4)); // 返回 4
Py算法源码
class Node:
def __init__(self, key, val):
self.key = key
self.val = val
self.prev = None
self.next = None
class Link:
def __init__(self):
self.head = Node(-1, -1)
self.tail = Node(-1, -1)
self.head.next = self.tail
self.tail.prev = self.head
def removeNode(self, node):
node.prev.next = node.next
node.next.prev = node.prev
node.prev = None
node.next = None
def addFirst(self, node):
node.next = self.head.next
self.head.next.prev = node
self.head.next = node
node.prev = self.head
class LRUCache(object):
def __init__(self, capacity):
"""
:type capacity: int
"""
self.capacity = capacity
self.map = {}
self.link = Link()
def get(self, key):
"""
:type key: int
:rtype: int
"""
if key in self.map:
node = self.map[key]
self.link.removeNode(node)
self.link.addFirst(node)
return node.val
else:
return -1
def put(self, key, value):
"""
:type key: int
:type value: int
:rtype: None
"""
if key in self.map:
node = self.map[key]
self.link.removeNode(node)
self.link.addFirst(node)
node.val = value
else:
if len(self.map) == self.capacity:
node = self.link.tail.prev
self.link.removeNode(node)
self.map.pop(node.key)
node = Node(key, value)
self.link.addFirst(node)
self.map[key] = node
# if __name__ == '__main__':
# lRUCache = LRUCache(2)
# lRUCache.put(1, 1) # 缓存是 {1=1}
# lRUCache.put(2, 2) # 缓存是 {1=1, 2=2}
# print(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}
# print(lRUCache.get(2)) # 返回-1
# lRUCache.put(4, 4) # 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3}
# print(lRUCache.get(1)) # 返回-1
# print(lRUCache.get(3)) # 返回3
# print(lRUCache.get(4)) # 返回4
C算法源码
#include <stdio.h>
#include <stdlib.h>
#define MAX_SIZE 10000
typedef struct NODE {
int key;
int val;
struct NODE *prev;
struct NODE *next;
} Node;
Node *new_Node(int key, int val) {
Node *node = (Node *) malloc(sizeof(Node));
node->key = key;
node->val = val;
node->prev = NULL;
node->next = NULL;
return node;
}
typedef struct LINK {
Node *head;
Node *tail;
} Link;
Link *new_Link() {
Link *link = (Link *) malloc(sizeof(Link));
link->head = new_Node(-1, -1);
link->tail = new_Node(-1, -1);
link->head->next = link->tail;
link->tail->prev = link->head;
return link;
}
void removeNode(Node *node) {
node->prev->next = node->next;
node->next->prev = node->prev;
node->prev = NULL;
node->next = NULL;
}
void addFirst(Link *link, Node *node) {
node->next = link->head->next;
link->head->next->prev = node;
link->head->next = node;
node->prev = link->head;
}
typedef struct {
int capacity;
Node *map[MAX_SIZE];
int map_size;
Link *link;
} LRUCache;
LRUCache *lRUCacheCreate(int capacity) {
LRUCache *lru = (LRUCache *) malloc(sizeof(LRUCache));
lru->capacity = capacity;
lru->link = new_Link();
lru->map_size = 0;
for (int i = 0; i < MAX_SIZE; i++) {
lru->map[i] = NULL;
}
return lru;
}
int lRUCacheGet(LRUCache *lru, int key) {
if (lru->map[key] != NULL) {
Node *node = lru->map[key];
removeNode(node);
addFirst(lru->link, node);
return node->val;
} else {
return -1;
}
}
void lRUCachePut(LRUCache *lru, int key, int value) {
if (lru->map[key] != NULL) {
Node *node = lru->map[key];
removeNode(node);
addFirst(lru->link, node);
node->val = value;
} else {
if (lru->map_size == lru->capacity) {
Node *removed = lru->link->tail->prev;
removeNode(removed);
lru->map[removed->key] = NULL;
lru->map_size--;
}
Node *newNode = new_Node(key, value);
addFirst(lru->link, newNode);
lru->map[key] = newNode;
lru->map_size++;
}
}
void lRUCacheFree(LRUCache *lru) {
Node *cur = lru->link->head;
while (cur != NULL) {
Node *next = cur->next;
free(cur);
cur = next;
}
free(lru);
}
//int main() {
// LRUCache *lru = lRUCacheCreate(2);
// lRUCachePut(lru, 1, 1);
// lRUCachePut(lru, 2, 2);
// printf("%d\n", lRUCacheGet(lru, 1));
// lRUCachePut(lru, 3, 3);
// printf("%d\n", lRUCacheGet(lru, 2));
// lRUCachePut(lru, 4, 4);
// printf("%d\n", lRUCacheGet(lru, 1));
// printf("%d\n", lRUCacheGet(lru, 3));
// printf("%d\n", lRUCacheGet(lru, 4));
//
// lRUCacheFree(lru);
//
// return 0;
//}
C++算法源码
#include <bits/stdc++.h>
using namespace std;
class Node {
public:
int key{-1};
int val{-1};
Node *prev{};
Node *next{};
Node() = default;
Node(int key, int val) : key(key), val(val) {}
};
class Link {
public:
Node *head;
Node *tail;
Link() {
this->head = new Node();
this->tail = new Node();
this->head->next = this->tail;
this->tail->prev = this->head;
}
static void removeNode(Node *node) {
node->next->prev = node->prev;
node->prev->next = node->next;
node->prev = nullptr;
node->next = nullptr;
}
void addFirst(Node *node) const {
node->next = this->head->next;
this->head->next->prev = node;
this->head->next = node;
node->prev = this->head;
}
};
class LRUCache {
public:
int capacity;
map<int, Node *> map;
Link *link;
explicit LRUCache(int capacity) {
this->capacity = capacity;
this->link = new Link();
}
int get(int key) {
if (this->map.count(key) > 0) {
Node *node = this->map[key];
Link::removeNode(node);
this->link->addFirst(node);
return node->val;
} else {
return -1;
}
}
void put(int key, int value) {
if (this->map.count(key) > 0) {
Node *node = this->map[key];
Link::removeNode(node);
this->link->addFirst(node);
node->val = value;
} else {
if (this->map.size() == this->capacity) {
Node *removed = this->link->tail->prev;
Link::removeNode(removed);
this->map.erase(this->map.find(removed->key));
}
Node *newNode = new Node(key, value);
this->link->addFirst(newNode);
this->map[key] = newNode;
}
}
};
//int main() {
// LRUCache lru(2);
// lru.put(1, 1);
// lru.put(2, 2);
// cout << lru.get(1) << endl;
// lru.put(3, 3);
// cout << lru.get(2) << endl;
// lru.put(4, 4);
// cout << lru.get(1) << endl;
// cout << lru.get(3) << endl;
// cout << lru.get(4) << endl;
//
// return 0;
//}