146. LRU缓存机制

朴灿烈づ我的快乐病毒、 2021-12-11 00:09 212阅读 0赞

运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。  
写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，从而为新的数据值留出空间。

进阶:

你是否可以在 O(1) 时间复杂度内完成这两种操作？

示例:

LRUCache cache = new LRUCache( 2 /\* 缓存容量 \*/ );

cache.put(1, 1);  
cache.put(2, 2);  
cache.get(1); // 返回 1  
cache.put(3, 3); // 该操作会使得密钥 2 作废  
cache.get(2); // 返回 -1 (未找到)  
cache.put(4, 4); // 该操作会使得密钥 1 作废  
cache.get(1); // 返回 -1 (未找到)  
cache.get(3); // 返回 3  
cache.get(4); // 返回 4

思路：

1.直接继承LinkedHashMap

重写removeEldestEntry return size() > capacity; 即可

//1.
    public class LRUCache extends LinkedHashMap<Integer, Integer> {
    
        private int capacity;
    
        public LRUCache(int capacity) {
            super(capacity, 0.75F, true);
            this.capacity = capacity;
        }
    
        public int get(int key) {
            return super.getOrDefault(key, -1);
        }
    
        public void put(int key, int value) {
            super.put(key, value);
        }
    
        @Override
        protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
            return size() > capacity;
        }
    
        public static void main(String[] args) {
    
            LRUCache cache = new LRUCache(2);
    
            cache.put(1,1);
            cache.put(2,2);
    
            System.out.println(cache.get(2));
    
            cache.put(3,3);
            System.out.println(cache.get(2));
            System.out.println(cache.get(1));
    
            cache.put(4,4);
            System.out.println(cache.get(4));
    
    
        }
    
    
    }
    
    //2
    class LRUCache {
        private LinkedHashMap<Integer, Integer> map;
        private int capacity;
    
        public LRUCache(int capacity) {
            map = new LinkedHashMap<>((int) (capacity / 0.75), 0.75f, true);
            this.capacity = capacity;
        }
    
        public int get(int key) {
            if (capacity == 0) {
                return -1;
            }
    
            if (map.containsKey(key)) {  //判断key存在吗？
                return map.get(key);
            }
            return -1;
        }
    
        public void put(int key, int value) {
            if (capacity == 0) {
                return;
            }
    
            if (map.size() < capacity) {
                map.put(key, value);
            } else {
                if (!map.containsKey(key)) {
                    map.remove(map.keySet().iterator().next());   //从中删除
                }
                map.put(key, value);
            }
        }
    }

2.??时间复杂度最低的解法