美文网首页
[leetcode/lintcode 题解] LRU 缓存策略

[leetcode/lintcode 题解] LRU 缓存策略

作者: SunnyZhao2019 | 来源:发表于2020-05-26 10:09 被阅读0次

    [题目描述]

    为最近最少使用( LRU )缓存策略设计一个数据结构,它应该支持以下操作:获取数据和写入数据。

    • get(key) 获取数据:如果缓存中存在 key,则获取其数据值(通常是正数),否则返回-1 。

    • set(key, value) 写入数据:如果 key 还没有在缓存中,则写入其数据值。当缓存达到上限,它应该在写入新数据之前删除最近最少使用的数据用来腾出空闲位置。

    最终, 你需要返回每次 get 的数据.

    在线评测地址: https://www.lintcode.com/problem/lru-cache/?utm_source=sc-js-mh0525

    [样例] 样例 1:

    输入:
    LRUCache(2)
    set(2, 1)
    set(1, 1)
    get(2)
    set(4, 1)
    get(1)
    get(2)
    输出:[1,-1,1]
    解释:
    cache 上限为 2,set(2,1),set(1, 1),get(2) 然后返回 1,set(4,1) 然后 delete (1,1),因为 ( 1,1 )最少使用,get(1) 然后返回 -1,get(2) 然后返回 1 。
    
    

    样例 2:

    输入:
    LRUCache(1)
    set(2, 1)
    get(2)
    set(3, 2)
    get(2)
    get(3)
    输出:[1,-1,2]
    解释:
    cache 上限为 1,set(2,1),get(2) 然后返回 1,set(3,2) 然后 delete (2,1),get(2) 然后返回 -1,get(3) 然后返回 2 。
    
    

    [题解] Singly Linked List 的版本

    public class LRUCache {
        class ListNode {
            public int key, val;
            public ListNode next;
    
            public ListNode(int key, int val) {
                this.key = key;
                this.val = val;
                this.next = null;
            }
        }
    
        private int capacity, size;
        private ListNode dummy, tail;
        private Map<Integer, ListNode> keyToPrev;
    
        /*
        * @param capacity: An integer
        */
        public LRUCache(int capacity) {
            this.capacity = capacity;
            this.keyToPrev = new HashMap<Integer, ListNode>();
            this.dummy = new ListNode(0, 0);
            this.tail = this.dummy;
        }
    
        private void moveToTail(int key) {
            ListNode prev = keyToPrev.get(key);
            ListNode curt = prev.next;
    
            if (tail == curt) {
                return;
            }
    
            prev.next = prev.next.next;
            tail.next = curt;
    
            if (prev.next != null) {
                keyToPrev.put(prev.next.key, prev);
            }
            keyToPrev.put(curt.key, tail);
    
            tail = curt;
        }
    
        /*
         * @param key: An integer
         * @return: An integer
         */
        public int get(int key) {
            if (!keyToPrev.containsKey(key)) {
                return -1;
            }
    
            moveToTail(key);
    
            // the key has been moved to the end
            return tail.val;
        }
    
        /*
         * @param key: An integer
         * @param value: An integer
         * @return: nothing
         */
        public void set(int key, int value) {
            // get method will move the key to the end of the linked list
            if (get(key) != -1) {
                ListNode prev = keyToPrev.get(key);
                prev.next.val = value;
                return;
            }
    
            if (size < capacity) {
                size++;
                ListNode curt = new ListNode(key, value);
                tail.next = curt;
                keyToPrev.put(key, tail);
    
                tail = curt;
                return;
            }
    
            // replace the first node with new key, value
            ListNode first = dummy.next;
            keyToPrev.remove(first.key);
    
            first.key = key;
            first.val = value;
            keyToPrev.put(key, dummy);
    
            moveToTail(key);
        }
    }
    
    

    【其他语言参考答案】

    https://www.jiuzhang.com/solution/consistent-hashing-ii/?utm_source=sc-js-mh0525

    相关文章

      网友评论

          本文标题:[leetcode/lintcode 题解] LRU 缓存策略

          本文链接:https://www.haomeiwen.com/subject/cklmahtx.html