摘要:因?yàn)槭撬袃蓚€(gè)操作的時(shí)間復(fù)雜度都必須是。因?yàn)槭褂镁€(xiàn)性的數(shù)據(jù)結(jié)構(gòu),并且表示操作的先后順序,這樣的結(jié)構(gòu)就是鏈表。我們發(fā)現(xiàn),無(wú)論是還是都有兩個(gè)簡(jiǎn)單操作組成,從鏈表中移除,放到鏈表頭部。如果從尾部移除,將不會(huì)指向任何點(diǎn)。
Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.
get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.
這題需要我們?cè)O(shè)計(jì)一個(gè)cache, 有g(shù)et和set兩個(gè)操作。因?yàn)槭莄ache, 所有兩個(gè)操作的時(shí)間復(fù)雜度都必須是O(1)。
get(key) -- O(1) 很明顯,我們需要用一個(gè)hashmap來(lái)實(shí)現(xiàn)O(1)的操作。
set(key, value) -- O(1) 這里有兩種情況,key沒(méi)出現(xiàn)過(guò),就直接加在head。這里出現(xiàn)一個(gè)關(guān)鍵詞head。
因?yàn)槭褂镁€(xiàn)性的數(shù)據(jù)結(jié)構(gòu),并且表示操作的先后順序,這樣的結(jié)構(gòu)就是鏈表。是單鏈表還是雙鏈表?下面我們模擬一下:
capacity = 3
set(1, 100)
set(2, 200)
set(3, 300)
get(2)
如果是單鏈表,簡(jiǎn)單表示如下:
1 -> 2 -> 3 -> null
我們可以得到2并放在頭部。但是這里用的單鏈表,我們無(wú)法知道2的前面是什么,2前面的所有點(diǎn)都會(huì)脫離整體。所以需要一個(gè)雙鏈表。
1 <=> 3 <=> 2 <=> null
我們繼續(xù)操作,set(4, 400),發(fā)現(xiàn)已經(jīng)達(dá)到LRU的容量,需要移除,這時(shí)候發(fā)現(xiàn)我們需要一個(gè)尾部來(lái)告訴我們需要移除哪個(gè)點(diǎn)。
我們發(fā)現(xiàn),無(wú)論是get(key)還是set(key, value)都有兩個(gè)簡(jiǎn)單操作組成,從鏈表中移除,放到鏈表頭部。
可以定義兩個(gè)helper function: remove(node), setHead(node)。
代碼如下,帶注釋?zhuān)?/p>
public class LRUCache { class Node{ int key; int value; Node pre; // point to tail direction Node next; // point to head direction public Node(int key, int value){ this.key = key; this.value = value; } } int capacity; Mapmap = new HashMap<>(); Node tail = null; Node head = null; public LRUCache(int capacity) { this.capacity = capacity; } public int get(int key) { if(map.containsKey(key)){ // remove from LRU and put it to head of LRU Node n = map.get(key); remove(n); setHead(n); return n.value; } return -1; } public void set(int key, int value) { if(map.containsKey(key)){ // change node value, remove from LRU and put it to head of LRU Node old = map.get(key); old.value = value; remove(old); setHead(old); } else { Node newNode = new Node(key, value); if(capacity == map.size()){ // remove the tail map.remove(tail.key); remove(tail); } setHead(newNode); // set newNode to head map.put(key, newNode); } } public void remove(Node n){ if(n.pre != null) { // change pre node connection n.pre.next = n.next; } else { // check if it is the tail tail = n.next; } if(n.next != null) { // change next node connection n.next.pre = n.pre; } else { // check if it is the head head = n.pre; } } public void setHead(Node n){ n.pre = head; n.next = null; if(head != null) { // check head exist or Not ? head.next = n; } head = n; if(tail == null){ // empty LRU, intitailize tail node tail = head; } } }
使用dummyEnd 和dummyHead可以簡(jiǎn)化代碼。
public class LRUCache { int capacity; Mapmap; Node dummyEnd; Node dummyHead; int count; public LRUCache(int capacity) { this.capacity = capacity; this.count = 0; map = new HashMap (); dummyEnd = new Node(0,0); dummyHead = new Node(0,0); dummyEnd.next = dummyHead; dummyHead.pre = dummyEnd; } public int get(int key) { Node node = map.get(key); if(node == null) { return -1; } else { remove(node); putToHead(node); return node.val; } } public void put(int key, int value) { Node oldNode = map.get(key); if(oldNode == null) { ++count; Node newNode = new Node(key, value); map.put(key, newNode); putToHead(newNode); if(count > capacity){ // 從LRU移除 // 第一次在這里debug了好久,要先取出nextNode, 不然map里remove的就是錯(cuò)誤的點(diǎn),即dummy.next.next。 Node nextNode = dummyEnd.next; remove(nextNode); // 從map移除 map.remove(nextNode.key); --count; } } else { // 改變值,先移除,再放入頭部 oldNode.val = value; remove(oldNode); putToHead(oldNode); } } public void putToHead(Node node){ // 加到頭和前一個(gè)點(diǎn)的中間 Node preNode = dummyHead.pre; preNode.next = node; node.pre = preNode; dummyHead.pre = node; node.next = dummyHead; } public void remove(Node node){ // 移除。 node.next.pre = node.pre; node.pre.next = node.next; // node 如果從尾部移除,將不會(huì)指向任何點(diǎn)。 node.pre = null; node.next = null; } class Node{ int key, val; Node pre, next; public Node(int key, int val){ this.key = key; this.val = val; } } } /** * Your LRUCache object will be instantiated and called as such: * LRUCache obj = new LRUCache(capacity); * int param_1 = obj.get(key); * obj.put(key,value); */
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://specialneedsforspecialkids.com/yun/66402.html
摘要:酷庫(kù),每天兩分鐘,了解一個(gè)流行庫(kù)。而直接將數(shù)據(jù)保存在程序變量中,最經(jīng)濟(jì)快捷。但是這樣就會(huì)帶來(lái)一些其他問(wèn)題,比如緩存更新緩存過(guò)期等。用于在內(nèi)存中管理緩存數(shù)據(jù),并且支持算法。可以讓程序不依賴(lài)任何外部數(shù)據(jù)庫(kù)實(shí)現(xiàn)緩存管理。 NPM酷庫(kù),每天兩分鐘,了解一個(gè)流行NPM庫(kù)。 為了優(yōu)化程序性能,我們常常需要獎(jiǎng)數(shù)據(jù)緩存起來(lái),根據(jù)實(shí)際情況,我們可以將數(shù)據(jù)存儲(chǔ)到磁盤(pán)、數(shù)據(jù)庫(kù)、redis等。 但是有時(shí)候要緩...
摘要:酷庫(kù),每天兩分鐘,了解一個(gè)流行庫(kù)。而直接將數(shù)據(jù)保存在程序變量中,最經(jīng)濟(jì)快捷。但是這樣就會(huì)帶來(lái)一些其他問(wèn)題,比如緩存更新緩存過(guò)期等。用于在內(nèi)存中管理緩存數(shù)據(jù),并且支持算法。可以讓程序不依賴(lài)任何外部數(shù)據(jù)庫(kù)實(shí)現(xiàn)緩存管理。 NPM酷庫(kù),每天兩分鐘,了解一個(gè)流行NPM庫(kù)。 為了優(yōu)化程序性能,我們常常需要獎(jiǎng)數(shù)據(jù)緩存起來(lái),根據(jù)實(shí)際情況,我們可以將數(shù)據(jù)存儲(chǔ)到磁盤(pán)、數(shù)據(jù)庫(kù)、redis等。 但是有時(shí)候要緩...
摘要:在閱讀的源代碼的時(shí)候,發(fā)現(xiàn)其中的類(lèi)正是一個(gè)線(xiàn)程安全的實(shí)現(xiàn),代碼非常優(yōu)雅。至此一個(gè)線(xiàn)程安全的類(lèi)就已經(jīng)全部實(shí)現(xiàn),在中使用的緩存是,其實(shí)就是聚合多個(gè)實(shí)例,真正的邏輯都在類(lèi)中。 緩存是計(jì)算機(jī)的每一個(gè)層次中都是一個(gè)非常重要的概念,緩存的存在可以大大提高軟件的運(yùn)行速度。Least Recently Used(lru) cache 即最近最久未使用的緩存,多見(jiàn)與頁(yè)面置換算法,lru 緩存算法在緩存的...
摘要:劍指緩存實(shí)現(xiàn)聲明文章均為本人技術(shù)筆記,轉(zhuǎn)載請(qǐng)注明出處解題思路緩存兩種功能獲取的對(duì)應(yīng),不存在返回版本版本設(shè)置緩存已滿(mǎn),刪除最近最久未被使用的節(jié)點(diǎn),添加新節(jié)點(diǎn)進(jìn)緩存緩存未滿(mǎn),節(jié)點(diǎn)存在,修改節(jié)點(diǎn)不存在,添加新節(jié)點(diǎn)進(jìn)緩存解題思路由于緩存插入和刪除 劍指offer/LeetCode146/LintCode134_LRU緩存實(shí)現(xiàn) 聲明 文章均為本人技術(shù)筆記,轉(zhuǎn)載請(qǐng)注明出處[1] https://s...
摘要:簡(jiǎn)介概述緩存資源通常比較昂貴通常數(shù)據(jù)量較大時(shí)會(huì)竟可能從較少的緩存滿(mǎn)足盡可能多訪(fǎng)問(wèn)這里有一種假設(shè)通常最近被訪(fǎng)問(wèn)的數(shù)據(jù)那么它就有可能會(huì)被后續(xù)繼續(xù)訪(fǎng)問(wèn)基于這種假設(shè)將所有的數(shù)據(jù)按訪(fǎng)問(wèn)時(shí)間進(jìn)行排序并按驅(qū)逐出舊數(shù)據(jù)那么存在緩存的數(shù)據(jù)就為熱點(diǎn)數(shù)據(jù)這樣既節(jié) 1. LRU簡(jiǎn)介 1.1 概述 緩存資源通常比較昂貴,通常數(shù)據(jù)量較大時(shí),會(huì)竟可能從較少的緩存滿(mǎn)足盡可能多訪(fǎng)問(wèn),這里有一種假設(shè),通常最近被訪(fǎng)問(wèn)的數(shù)據(jù)...
閱讀 928·2023-04-26 01:34
閱讀 3363·2023-04-25 20:58
閱讀 3286·2021-11-08 13:22
閱讀 2117·2019-08-30 14:17
閱讀 2526·2019-08-29 15:27
閱讀 2679·2019-08-29 12:45
閱讀 3003·2019-08-29 12:26
閱讀 2816·2019-08-28 17:51