一、题目描述
LRU缓存机制:
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 。
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) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-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久未使用的数据值,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?
实例:
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 <= 105
最多调用 2 * 105 次 get 和 put
来源链接:https://leetcode-cn.com/problems/lru-cache
二、解题思路一
使用Java提供的类LinkedHashMap,重写removeEldestEntry()方法,直接调用LinkedHashMap的getOrDefault()方法实现get操作,调用LinkedHashMap的put()方法实现put操作,代码如下:
(这种解法属于取巧,时间复杂度取决于LinkedHashMap的getOrDefault()方法和put()方法,均为O(1))
public class LRUCache extends LinkedHashMap<Integer, Integer> {
private int capacity;
// 初始化容器。只需要给定容量
public LRUCache(int capacity) {
super(capacity, 0.75f, true);
this.capacity = capacity;
}
// 获取元素,调用LinkedHashMap的getOrDefault()方法,需给定默认值
public int get(int key){
return super.getOrDefault(key, -1);
}
// 直接调用父类的put()方法,此处不需要返回值
public void put(int key, int value){
super.put(key,value);
}
// 重写元素移除策略,当元素个数大于给定容器的容量,移除最近最少使用的元素(每次调用put()方法内部都会调用removeEldestEntry(),判断是否需要移除元素)
@Override
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
return size() > capacity;
}
}
三、解题思路二
使用HashMap+双向链表实现有序的HashMap,每次get元素,将元素置于链表末段,每次put元素,若元素已存在,删除原元素,在链表末段put新元素,并判断当前容器的容量是否大于默认容量,若大于则删除链表头元素。
2.读入数据
四、扩展
- LinkedHashMap是有序的HashMap,排序的方式有两种:1.按插入的顺序排序(默认);2.按使用的顺序排序
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。