链接: LRU 缓存
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现 LRUCache
类:
LRUCache(int capacity)
以 正整数 作为容量 capacity
初始化 LRU 缓存int get(int key)
如果关键字 key
存在于缓存中,则返回关键字的值,否则返回 -1
。void put(int key, int value)
如果关键字 key
已经存在,则变更其数据值 value
;如果不存在,则向缓存中插入该组 key-value
。如果插入操作导致关键字数量超过 capacity
,则应该 逐出 最久未使用的关键字。函数 get
和 put
必须以 O(1)
的平均时间复杂度运行。
示例:
输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]
解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1); // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废,缓存是 {1=1, 3=3}
lRUCache.get(2); // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3}
lRUCache.get(1); // 返回 -1 (未找到)
lRUCache.get(3); // 返回 3
lRUCache.get(4); // 返回 4
提示:
1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 10^5
2 * 10^5
次 get
和 put
class LRUCache {
private Integer capacity;
private Map<Integer, Integer> valueMap;
private Queue<Integer> queue;
public LRUCache(int capacity) {
this.capacity = capacity;
valueMap = new HashMap<>(capacity);
queue = new ArrayDeque<>(capacity);
}
public int get(int key) {
if (valueMap.containsKey(key)) {
Integer value = valueMap.get(key);
queue.remove(key);
queue.offer(key);
return value;
} else {
return -1;
}
}
public void put(int key, int value) {
Integer oldValue = valueMap.put(key, value);
if (oldValue == null) {
// 新增
queue.offer(key);
if (queue.size() > capacity) {
// 逐出最久未使用的关键字
Integer oldKey = queue.poll();
valueMap.remove(oldKey);
}
} else {
// 替换
queue.remove(key);
queue.offer(key);
}
}
}
/**
* 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);
*/
整理完毕,完结撒花~ 🌻