Java实现LRU Cache

Java版-LRU Cache实现 LRU全名是:Least recently use 简单的说就是:最近最少使用。 核心思想有以下几点: 1,当空间不足时候,先淘汰掉最不常使用到的数据。 2,经常访问到的数据的优先级比较高。 下面来看几种LRU Cache的简单java实现。 使用LinkedList实现 class Node { int key; int value; Node(int key, int value) { this.key = key; 阅读详情

146. LRU Cache

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?
————————————————
版权声明:本文为优快云博主「思维的深度」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.youkuaiyun.com/skh2015java/article/details/114097220

 

package leetcode;

import java.util.HashMap;
import java.util.Map;

public class LRUCache {
    private int capacity;
    private Map<Integer,Node> cache;
    private Node head;
    private Node tail;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        cache = new HashMap<>();
    }

    class Node {
        Node prev,next;
        int key,value;
        public Node(int key,int value){
            this.key = key;
            this.value = value;
        }
    }

    //get
    public int get(int key){
        Node node = cache.get(key);
        if (node != null) {
            remove(node);
            add(node);
            return node.value;
        }
        return -1;
    }

    public void put(int key,int value) {
        Node node = cache.get(key);
        if (node != null) {
            remove(node);
            node.value = value;
            add(node);
            return;
        }
        node = new Node(key,value);
        add(node);
        cache.put(key,node);



        if (cache.size() > capacity) {
            cache.remove(tail.key);
            remove(tail);
        }
    }


    //add node to head
    private void add(Node node) {
        if (head != null){
            head.prev = node;
        }
        node.next = head;
        head = node;
        if (tail == null){
            tail = node;
            tail.prev = node;
            tail.next = null;
        }
    }

    //remove node
    private void remove(Node node) {
        if (node == head) {
            if (node.next != null) {
                node.next.prev = null;
            }
            head = node.next;
            return;
        }

        if (node == tail) {
            tail.prev.next = null;
            tail = tail.prev;
            return;
        }

        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

}

 

西门子Simotion运动控制 SIMOTION 阅读详情

相关推荐

30分钟搭建AI科研写作工作台:基于WorkBuddy的论文全流程加速实践

在人工智能技术日益普及的今天,如何利用智能工具提升专业领域工作效率成为关键课题。其核心原理在于通过模块化设计,将复杂的任务流程拆解为可复用、可编排的标准化技能单元,并结合精准的指令控制,实现从通用对话到深度任务执行的转变。这一技术价值在于显著降低重复性劳动强度,将人的创造力聚焦于核心决策与创新环节。在科研写作、数据分析、代码开发等场景中,这类智能工作台能有效辅助完成文献调研、内容生成、格式校验等繁琐步骤。本文以科研论文写作为具体应用场景,深入探讨如何利用WorkBuddy这一智能工作台,通过配置核心科研技能

weixin_29032489的博客 1563

Java——LRUCache

LRUCache的概念,底层逻辑,JDK中的LinkedHashMap的使用,通过LinkedHashMap实现LRUCache,自己通过链表和哈希表实现LRUCache,附带详细代码

m0_60867520的博客 1394

SiC MOSFET驱动设计实战:从特性解析到电路优化

本文深入解析SiC MOSFET的核心特性及其驱动电路设计要点,涵盖高温稳定性、快速开关能力等关键特性,并提供驱动电压配置、电流能力计算、布局优化等实用方案。特别针对第三代电力电子半导体SiC MOSFET的驱动要求,分享STGAP1AS等典型驱动方案的应用技巧,助力工程师解决高频应用中的EMI和热管理挑战。

weixin_29230865的博客 368

lru规则java_Java实现简单LRU缓存机制的方法

一、什么是 LRU 算法就是一种缓存淘汰策略。计算机的缓存容量有限,如果缓存满了就要删除一些内容,给新内容腾位置。但问题是,删除哪些内容呢?我们肯定希望删掉哪些没什么用的缓存,而把有用的数据继续留在缓存里,方便之后继续使用。LRU是Least Recently Used的缩写,即最近最少使用,是一种常用的页面置换算法,选择最近最久未使用的页面予以淘汰。二、LRU的使用LRUCache cache ...

weixin_30550287的博客 497

别再只看K线了!聊聊“板块联动”和“热点轮动”的跟踪方法与工具(实战派分享)

本文深入解析了如何通过板块联动和热点轮动构建高效交易系统。从三维验证框架到主流工具配置,再到持续性热点的五大特征,实战派交易员分享了识别市场主线和预判轮动方向的高阶技巧,帮助投资者摆脱单纯依赖K线的局限,提升交易决策效率。

weixin_29281941的博客 760

Synares病毒实战:如何从U盘感染中恢复你的Excel和EXE文件(附专杀工具推荐)

本文详细介绍了Synares感染型病毒的典型特征与传播机制,特别是其通过U盘感染Excel和EXE文件的行为。文章提供了一套从应急隔离、诊断到使用专杀工具进行深度清除与文件恢复的完整实战流程,并推荐了有效的安全软件和修复方法,旨在帮助用户最大程度救回重要数据并构建长效安全防护习惯。

weixin_29230649的博客 1835

用Java实现LRUCache的2种方式

自己实现双向链表节点Node,再基于Node节点实现一个双向链表DoubleList,配合HashMap可以比较简单地实现一个LRUCache。框架搭好之后,实现起来相对是比较简单的。这里把最近最少使用的元素放在链表的头部,细节上,Node是双向链表,且必须同时存储key和value。在删除最近最少使用元素时,需要使用Node的key去哈希表中删除对应的元素。

沈小洋 705

nnDetection实战:手把手教你用Python在自家电脑上跑通第一个肺结节检测模型

本文详细介绍了如何使用nnDetection框架在普通电脑上实现肺结节检测模型的搭建与运行。从环境配置、数据预处理到模型训练与推理,手把手教你完成医学图像检测的全流程,特别适合初学者入门医学AI领域。

weixin_32377497的博客 331

JavaDS —— LRUCache

介绍 LRUCache 数据结构,介绍 LinkedHashMap 并且使用Java 语言进行模拟实现。

熵减玩家 1218

解锁RK3588性能密码:模式切换与散热实战指南

本文探讨了RK3588 SoC芯片的性能模式切换与散热管理实践。RK3588作为高性能处理器,在不同应用场景下需要灵活调整性能模式(如Performance、Ondemand等)以平衡性能与功耗。文章详细介绍了通过命令行和设备树配置进行模式切换的方法,并分析了各模式的特点及适用场景。同时,针对高负载下的散热问题,阐述了热传导、对流和辐射等散热原理,提出了采用石墨烯导热片、均热板、小型风扇等硬件散热方案,以及动态电压频率调节(DVFS)等软件优化策略。通过实际案例说明,合理的性能模式切换与高效的散热管理能显著

远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享 357

0基础学习diffusion_model扩散模型【易理解的公式推导】Denoising Diffusion Probabilistic Models

去噪扩散概率模型。本文是笔者在学习扩散模型时的一些笔记与心得,在公式推导过程中能够保证自己是一步一步去推导并且理解了的。概述是我认为比较重要的部分能够帮助理解公式的推导,具体的公式推导在每一小节中进行。1、扩散过程:如上图所示,扩散过程为从右到左X0→XTX0​→XT​的过程,表示对图片逐渐加噪,且Xt1X_{t+1}Xt1​是在XtX_{t}Xt​加躁得到的,其只受XtX_{t}Xt​的影响,因此扩散过程是一个马尔科夫过程。X0X_0。

zik的博客 2404

LRU缓存实现(Java)

LRU是Least Recently Used 的缩写,翻译过来就是“最近最少使用”,LRU缓存就是使用这种原理实现,简单的说就是缓存一定量的数据,当超过设定的阈值时就把一些过期的数据删除掉,比如我们缓存10000条数据,当数据小于10000时可以随意添加,当超过10000时就需要把新的数据添加进来,同时要把过期数据删除,以确保我们最大缓存10000条,那怎么确定删除哪条过期数据呢,采用LRU算法实现的话就是将最老的数据删掉,废话不多说,下面来说下Java版的LRU缓存实现 Java里面实现LRU缓存通常有

yyone123的博客 422

SSE(Server-Sent Events)完整使用示例

本篇使用Node.js 作为服务端,在浏览器客户端演示SSE的完整实例和演示。实现了一个基于 Server-Sent Events (SSE) 的实时数据推送功能。

oscar999的专栏 752

Java实现LRU Cache的两种方法

方法一 完全使用Java的LinkedHashMap来实现。实现也有两种方法,一种使用继承,另一种使用组合,这里给出使用组合的代码。 public class LRUCache<K, V> { private Map<K, V> map; private final int cacheSize; public LRUCache(int initia...

随笔 9564

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

LRU Cache 的几种 Java 实现

概念LRU是Least Recently Used的缩写,即最近最少使用,是一种常用的页面置换算法,选择最近最久未使用的页面予以淘汰。LRU(least recently used...

AI天才研究院 9131

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

【算法】Java实现LRU Cache 缓存 LeetCode146

LRU (Least Recently Used) Cache 最近最少使用的缓存。 实现思想:借用双链表和map实现,双链表保存实际的值,map用来保存key和链表节点的映射关系。 class LRUCache { int capacity; // 保护节点 Node head; Node tail; Map<Integer, Node> cache = new HashMap<>(); public LRUCache(in

未闻花名丶的博客 1104

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

LRU cache实现 (Java)

引子: 我们平时总会有一个电话本记录所有朋友的电话,但是,如果有朋友经常联系,那些朋友的电话号码不用翻电话本我们也能记住,但是,如果长时间没有联系了,要再次联系那位朋友的时候,我们又不得不求助电话本,但是,通过电话本查找还是很费时间的。但是,我们大脑能够记住的东西是一定的,我们只能记住自己最熟悉的,而长时间不熟悉的自然就忘记了。 其实,计算机也用到了同样的一个概念,我们用缓存来存放以前读取

Yuwen's Hero 1万+

java实现简单的LRU Cache

public class LRUCache { private int cap; private HashMap map = new HashMap(); private HashMap tmap = new HashMap(); public LRUCache(int capacity) { this.cap = capacity;

xiaofenzy的专栏 689

实现LRU Cache(java版)

LRU算法,也叫最近最少使用算法,我们可以使用该算法来实现cache机制,简单地说就是缓存一定量的数据,当超过设定阀值的时候就把一些过期的数据删除掉,本篇文章我们来看看如何实现LRU Cache,下面我们使用两种方式来实现。 基于LinkedHashMap 在java的集合类中有LinkedHashMap类,当参数accessOrder为true的时候,就会按照访问顺序排序,最后访问的放在最前面,...

不清不慎的博客 3026

如何使用 railpack-smoke.sh 对本地 Coolify 执行 Railpack 部署冒烟测试?

`scripts/railpack-smoke.sh` 是 Coolify 仓库自带的一条 Railpack 构建链路端到端冒烟测试脚本:它遍历 [DevelopmentRailpackExamplesSeeder.php](https://link.gitcode.com/i/00fa4139eb4b5f54594f0fd8078e4633) 播种出的一组 `railpack-*` 示例应用,通

gitblog_00724的博客 424

Java实现一个LRU Cache本地缓存

前两天网易面试被问到的问题, 当时我根本不知道什么是LRU…很尴尬 LRU Cache = Least Recently Uesd Cache 就是: 最近 最少使用的缓存; 当时在面试官的提示下我第一个想到的是HashMap, 要做线程安全可以用ConcurrentHashMap 然后面试官提示缓存不能无限大, 所以我限定了HashMap的容量, 但是因为不理解LRU的概念, 所以答得很惨烈…...

qq_33982232的博客 695

LeetCode 之 LRU Cache Java实现

  LeetCode刷了41道题了,流程是按照戴兄的小书,很多不会的是参考Kim姐的代码,自己用Java抠腚的。   前几天做到了LRU Cache:   C++的实现方法大同小异,大都用的是一个list加一个hash,hash中存储list节点地址,每次get从hash中寻key,有则将list相应节点放到链表头,没有则返回-1;每次set先判断hash中是否存在,存在则将相应节点移到表...

weixin_30917213的博客 131

java如何实现一个LRU Cache

如何设计实现一个LRU Cache? 系统 目录 1. 什么是LRU Cache? 2.实现思路 1. 什么是LRU Cache? 之前,在LeetCode上看到一个LRU Cache实现的题目,题目描述是这样的: Design and implement a data structure for Least

wangzhaotongalex的专栏 1879

设计并实现一个LRU Cache (java)

什么是Cache 概念 Cache,即高速缓存,是介于CPU和内存之间的高速小容量存储器。在金字塔式存储体系中它位于自顶向下的第二层,仅次于CPU寄存器。其容量远小于内存,但速度却可以接近CPU的频率。 当CPU发出内存访问请求时,会先查看 Cache 内是否有请求数据。 如果存在(命中),则直接返回该数据; 如果不存在(失效),再去访问内存 —— 先把内存中的相应数据载入缓存,再将其返

maoyeqiu的专栏 6614

Java实现简单的LRU缓存(A Simple LRU Cache in 5 lines)

应用程序经常需要在内存里缓存一些数据。Java里最常用的类是HashMap和Hashtable 。如果需要做一些更复杂的缓存,你可以使用JBoss Cache, OSCache或者EHCache。即使是使用其他的缓存系统,你可能仍然想要在本地用对象缓存一些数据,以便快速访问。在做这些缓存的时候经常会遇到一个令人讨厌的问题,就是要很小心的控制缓存大小以防止其占用过多内存的,如果缓存不停的增长就会影响

pan-zy的专栏 597
上一篇: Golang实现LRU Cache
下一篇: Kafka实现高性能的方法
思维的深度
博客等级 码龄11年 2万+粉丝 391原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值