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 。
實現 LRUCache 類:LRUCache(int capacity) 以正整數作爲容量 capacity 初始化 LRU 緩存
int get(int key) 如果關鍵字 key 存在於緩存中,則返回關鍵字的值,否則返回 -1 。
void put(int key, int value) 如果關鍵字已經存在,則變更其數據值;如果關鍵字不存在,則插入該組「關鍵字-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。
要求:在 O(1) 時間複雜度內完成這兩種操作。
思考
1 所謂緩存,必須要有讀+寫兩個操作,按照命中率的思路考慮,寫操作+讀操作時間複雜度都需要爲O(1)
2 特性要求分析
2.1 必須有順序之分,以區分最近使用的和很久沒用到的數據排序。
2.2 寫和讀操作 一次搞定。
2.3 如果容量(坑位)滿了要刪除最不長用的數據,每次新訪問還要把新的數據插入到隊頭(按照業務你自己設定左右那一邊是隊頭)
查找快,插入快,刪除快,且還需要先後排序-------->什麼樣的數據結構滿足這個問題?
你是否可以在O(1)時間複雜度內完成這兩種操作?
如果一次就可以找到,你覺得什麼數據結構最合適??參考LinkedHashMap
方案一 依賴JDK
package com.lau.lrualgorithm.way;
import java.util.LinkedHashMap;
import java.util.Map;
/**
* 複用現有api中的HashMap
*/
public class ReuseLinkedHashMap<K, V> extends LinkedHashMap<K, V> {
//允許緩存個數上限
private int cacheSize;
//重載構造器
public ReuseLinkedHashMap(int cacheSize) {
super(cacheSize, 0.75f, true);
this.cacheSize = cacheSize;
}
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return super.size() > cacheSize;
}
public V put(K key, V value){
// if(super.size() == this.cachesize){
// super.removeEldestEntry();
// }
return super.put(key, value);
}
public V get(Object key){
return super.get(key);
}
public static void main(String[] args) {
ReuseLinkedHashMap map = new ReuseLinkedHashMap(3);
map.put(1, 1);
map.put(2, 2);
map.put(3, 3);
System.out.println(map.keySet());
map.put(4, 1);
System.out.println(map.keySet());
map.put(3, 1);
System.out.println(map.keySet());
map.put(3, 1);
System.out.println(map.keySet());
map.put(3, 1);
System.out.println(map.keySet());
map.put(5, 1);
System.out.println(map.keySet());
}
}
/**
* true
* [1, 2, 3]
* [2, 3, 4]
* [2, 4, 3]
* [2, 4, 3]
* [2, 4, 3]
* [4, 3, 5]
* */
/**false
[1, 2, 3]
[2, 3, 4]
[2, 3, 4]
[2, 3, 4]
[2, 3, 4]
[3, 4, 5]
*/
關鍵點:
1、複寫removeEldestEntry()方法
2、accessOrder – the ordering mode - true for access-order, false for insertion-order
3、最新節點存儲順序:從右至左
方案二 不依賴JDK
package com.lau.lrualgorithm.way;
import java.util.HashMap;
import java.util.Map;
//map負責查找,構建一個虛擬的雙向鏈表,它裏面安裝的就是一個個Node節點,作爲數據載體。
public class LruCacheDemo {
//1.構造一個node節點作爲數據載體
class Node<K, V> {
K key;
V value;
Node<K, V> prev;
Node<K, V> next;
public Node() {
this.prev = this.next = null;
}
public Node(K key, V value) {
this.key = key;
this.value = value;
this.prev = this.next = null;
}
}
//2 構建一個虛擬的雙向鏈表,裏面安放的就是我們的Node
class DoubleLinkedList<K, V> {
Node<K, V> head;
Node<K, V> tail;
public DoubleLinkedList() {
head = new Node<>();
tail = new Node<>();
head.next = tail;
tail.prev = head;
}
//3. 添加到頭
public void addHead(Node<K, V> node) {
node.next = head.next;
node.prev = head;
head.next.prev = node;
head.next = node;
}
//4.刪除節點
public void removeNode(Node<K, V> node) {
node.next.prev = node.prev;
node.prev.next = node.next;
node.prev = null;
node.next = null;
}
//5.獲得最後一個節點
public Node getLast() {
return tail.prev;
}
}
private int cacheSize;
Map<Integer, Node<Integer, Integer>> map;
DoubleLinkedList<Integer, Integer> doubleLinkedList;
public LruCacheDemo(int cacheSize) {
this.cacheSize = cacheSize;//坑位
map = new HashMap<>();//查找
doubleLinkedList = new DoubleLinkedList<>();
}
public int get(int key) {
if (!map.containsKey(key)) {
return -1;
}
Node<Integer, Integer> node = map.get(key);
doubleLinkedList.removeNode(node);
doubleLinkedList.addHead(node);
return node.value;
}
public void put(int key, int value) {
if (map.containsKey(key)) { //update
Node<Integer, Integer> node = map.get(key);
node.value = value;
// map.put(key, node);
doubleLinkedList.removeNode(node);
doubleLinkedList.addHead(node);
} else {
if (map.size() == cacheSize) //坑位滿了
{
Node<Integer, Integer> lastNode = doubleLinkedList.getLast();
map.remove(lastNode.key);
doubleLinkedList.removeNode(lastNode);
}
//新增一個
Node<Integer, Integer> newNode = new Node<>(key, value);
map.put(key, newNode);
doubleLinkedList.addHead(newNode);
}
}
public static void main(String[] args) {
LruCacheDemo lruCacheDemo = new LruCacheDemo(3);
lruCacheDemo.put(1, 1);
lruCacheDemo.put(2, 2);
lruCacheDemo.put(3, 3);
//不能直接打印map,因爲此map是無序的!!!
// System.out.println(lruCacheDemo.map.keySet());
printKeys(lruCacheDemo);
lruCacheDemo.put(4, 1);
// System.out.println(lruCacheDemo.map.keySet());
printKeys(lruCacheDemo);
lruCacheDemo.put(3, 1);
// System.out.println(lruCacheDemo.map.keySet());
printKeys(lruCacheDemo);
lruCacheDemo.put(3, 1);
// System.out.println(lruCacheDemo.map.keySet());
printKeys(lruCacheDemo);
lruCacheDemo.put(3, 1);
// System.out.println(lruCacheDemo.map.keySet());
printKeys(lruCacheDemo);
lruCacheDemo.put(5, 1);
// System.out.println(lruCacheDemo.map.keySet());
printKeys(lruCacheDemo);
}
private static void printKeys(LruCacheDemo lruCacheDemo){
Node<Integer, Integer> node = lruCacheDemo.doubleLinkedList.head.next;
while( node != null && node.key != null){
System.out.print(node.key + " ");
node = node.next;
}
System.out.println();
}
}
/**
* true
* [1, 2, 3]
* [2, 3, 4]
* [2, 4, 3]
* [2, 4, 3]
* [2, 4, 3]
* [4, 3, 5]
* */
/**false
[1, 2, 3]
[2, 3, 4]
[2, 3, 4]
[2, 3, 4]
[2, 3, 4]
[3, 4, 5]
*/
注:
最新節點存儲順序:從左至右