图解LRU缓存

2023-12-23 23:28:05

图解LRU缓存

OJ链接

介绍

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,靠近尾部的键值对是最近使用的,而靠近头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。

这样一来,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尾部,即可在O(1)的时间内完成 get 或者 put 操作。

在这里插入图片描述

先介绍两个常用函数:removeToTail(node)和add(node),removeToTail(node)是在双向链表中,将使用过的node移到链表尾部,add(node)是往双向链表增加一个节点。

removeToTail(node)

在这里插入图片描述

add(node)

在这里插入图片描述

下面就是主要函数的介绍

get()

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尾部,最后返回该节点的值。

put()

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,将 key 和该节点添加进哈希表中,并在双向链表的尾部添加该节点。然后判断哈希表的节点数是否超出容量,如果超出容量,则删除哈希表中对应的项,并删除双向链表的头部节点;

  • 如果 key 存在,则与 get 操作类似,先通过哈希表定位,再将该节点移到双向链表的尾部,并将对应的节点的值更新为 value。

复杂度分析

上述各项操作中,访问哈希表的时间复杂度为 O(1),在双向链表的尾部添加节点、在双向链表的头部删除节点的复杂度也为 O(1)。

代码
import java.util.HashMap;

public class $146 {
    class Node {
        int key;
        int value;
        Node prev;
        Node next;

        public Node(int key, int value) {
            this.key = key;
            this.value = value;
        }
    }

    HashMap<Integer, Node> hashMap = new HashMap<>();
    Node head = null;
    Node tail = null;
    int capacity;

    public $146(int capacity) {
        this.capacity = capacity;
    }

    //双向链表,将节点移动到tail后面,表示该节点是最近使用的
    public void removeToTail(Node node) {
        if (node == tail) {

        } else if (node == head) {
            tail.next = node;
            node.prev = tail;
            tail = tail.next;
            head = head.next;
        } else {
            node.prev.next = node.next;
            node.next.prev = node.prev;

            tail.next = node;
            node.prev = tail;
            tail = tail.next;
        }
    }

    //双向链表,增加某节点
    public void add(Node node) {
        if (tail == null) {
            head = node;
            tail = node;
        } else {
            tail.next = node;
            node.prev = tail;
            tail = tail.next;
        }
    }


    public int get(int key) {
        //1.哈希表不存在key,返回-1
        if (!hashMap.containsKey(key)) {
            return -1;
        } else { //2.哈希表存在key,从哈希表中获得value,将key移到链表尾部
            int res = hashMap.get(key).value;
            removeToTail(hashMap.get(key));
            return res;
        }
    }

    public void put(int key, int value) {
        //1.哈希表不存在key
        if (!hashMap.containsKey(key)) {
            //1.1创建新节点
            Node node = new Node(key, value);
            //1.2插入
            //插入到哈希表
            hashMap.put(key, node);
            //插入到链表
            add(node);

            //1.3判断哈希表容量
            if (hashMap.size() > capacity) {
                //1.3.1删除
                //哈希表删除链表头元素
                hashMap.remove(head.key);
                //链表删除头元素
                // remove(head);
                head = head.next;
            }
        } else { //2.哈希表存在key
            //2.1更新
            //更新链表,将key移到链表尾部
            removeToTail(hashMap.get(key));
            //更新哈希表,key对应的value
            hashMap.get(key).value = value;
        }
    }

    public static void main(String[] args) {
        $146 a = new $146(4);
        a.put(8,80);
        a.put(9,90);
        a.put(7,70);
        a.put(6,60);
        a.get(8);
        a.get(7);
        a.put(5,50);
    }

//    //双向链表,删除某节点
//    public void remove(Node node) {
//        // head = head.next;
//        if (node == tail) {
//            tail = tail.prev;
//        } else if (node == head) { //均是头结点
//            head = head.next;
//        } else {
//            node.prev.next = node.next;
//            node.next.prev = node.prev;
//        }
//    }
}

文章来源:https://blog.csdn.net/weixin_43217281/article/details/135176089
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。