Leetcode 146.LRU緩存機制
1 題目描述(Leetcode題目鏈接)
運用你所掌握的數據結構,設計和實現一個 LRU (最近最少使用) 緩存機制。它應該支持以下操作: 獲取數據 get 和 寫入數據 put 。
獲取數據 get(key) - 如果密鑰 (key) 存在於緩存中,則獲取密鑰的值(總是正數),否則返回 -1。
寫入數據 put(key, value) - 如果密鑰已經存在,則變更其數據值;如果密鑰不存在,則插入該組「密鑰/數據值」。當緩存容量達到上限時,它應該在寫入新數據之前刪除最久未使用的數據值,從而爲新的數據值留出空間。
進階:
你是否可以在 O(1) 時間複雜度內完成這兩種操作?
LRUCache cache = new LRUCache( 2 /* 緩存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 該操作會使得密鑰 2 作廢
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 該操作會使得密鑰 1 作廢
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
2 題解
我們可以使用隊列來實現這個次序關係,其中隊頭爲最久未使用的,隊尾表示最近使用過的:
- 當get或put時,如果key已經在隊列中,則將key移動到隊列末尾
- 當插入一個新值時,如果容量已滿,則彈出隊頭,將新值插入到末尾,否則直接將新值插入到末尾。
問題就在於,如果在的時間複雜度把隊列中間的值移動到末尾,因此我們可以使用雙向鏈表+字典來實現,字典的就是要插入的,其對應的就是鏈表節點,這樣我們就可以立刻找到需要移動的鏈表節點。詳見代碼註釋。
class Listnode:
def __init__(self, key, val):
self.key = key
self.val = val
self.pre = None
self.next = None
class LRUCache:
def __init__(self, capacity: int):
self.cache = {}
# head是鏈表頭節點
self.head = Listnode(None, None)
# end是鏈表尾結點
self.end = Listnode(None, None)
self.head.next = self.end
self.end.pre = self.head
self.capacity = capacity
def get(self, key: int) -> int:
# 如果key在cache中,則將key對應的節點移動到鏈表末尾
if key in self.cache:
self.pick(key)
self.insert_end(key)
return self.cache[key].val
return -1
def put(self, key: int, value: int) -> None:
# 如果key在cache中,則將key對應的節點移動到鏈表末尾,並更新值
if key in self.cache:
self.pick(key)
self.insert_end(key)
self.cache[key].val = value
else:
# 如果key不在cache中,並且容量未到最大值,則新建節點並插入鏈表末尾
if len(self.cache) < self.capacity:
self.cache[key] = Listnode(key, value)
self.insert_end(key)
else:
# 容量到了最大值,就把鏈表第一個節點變成新值,然後插入鏈表末尾
node = self.head.next
self.cache.pop(node.key)
node.key, node.val = key, value
self.cache[key] = node
self.pick(key)
self.insert_end(key)
# 將key對應的節點從鏈表中摘出來
def pick(self, key):
self.cache[key].pre.next = self.cache[key].next
self.cache[key].next.pre = self.cache[key].pre
# 將key對應的節點插入到鏈表末尾
def insert_end(self, key):
self.cache[key].next = self.end
self.cache[key].pre = self.end.pre
self.end.pre.next = self.cache[key]
self.end.pre = self.cache[key]
# Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)