LeetCode 146. LRU缓存机制（Java版）

LRU缓存机制实现

最新推荐文章于 2024-03-26 11:14:50 发布

原创最新推荐文章于 2024-03-26 11:14:50 发布 · 284 阅读

1 ·

CC 4.0 BY-SA版权

Leetcode 专栏收录该内容

85 篇文章

订阅专栏

本文详细介绍了一种常用的缓存淘汰策略——LRU(Least Recently Used)缓存机制的两种实现方式：使用LinkedHashMap和结合LinkedList与HashMap。通过具体代码示例，展示了如何在Java中高效地实现LRU缓存，适用于需要频繁访问且需维护访问顺序的场景。

题目

146. LRU缓存机制

在这里插入图片描述

题解

1 直接用LinkedHashMap来完成

class LRUCache {

    private LinkedHashMap<Integer, Integer> map;

    public LRUCache(int capacity) {
        map = new LinkedHashMap<Integer, Integer>(capacity, 0.75f, true) {
            @Override
            protected boolean removeEldestEntry(Map.Entry<Integer,Integer> eldest){
                return size() > capacity;
            }
        };
    }

    public int get(int key) {
        return map.getOrDefault(key, -1);
    }

    public void put(int key, int value) {
        map.put(key, value);
    }
}

2 用LinkedList 和HashMap来完成

1 put
1 判断key是否已经在哈希遍历存在的了，如果存在那么就就要更新哈希表里的value，还有吧原来的list的key 值给 remove 了，然后 addLast
2 如果不存在list直接addLast，哈希表添加新的值

2 查询
1 如果存在，那么list remove，同时addLast ，同时从HashMap返回值
2 如果不存在，返回-1；

public class LruCache01 {

    int capacity = 0;
    LinkedList<Integer> list = null;
    HashMap<Integer, Integer> map = null;

    public LruCache01(int capacity) {
        this.capacity = capacity;
        list = new LinkedList<>();
        map = new HashMap<>();
    }

    public int get(int key) {
        if (map.containsKey(key)) {
            list.remove(new Integer(key));
            list.addLast(key);
            return map.get(key);
        }
        return -1;
    }

    public void put(int key, int value) {
        if (map.containsKey(key)) {
            list.remove(new Integer(key));
            list.addLast(key);
            map.put(key, value);
        } else {
            list.addLast(key);
            map.put(key, value);
            if (list.size() > this.capacity) {
                int keyTemp = list.removeFirst();
                map.remove(keyTemp);
            }
        }
    }
}