leetcode-146. LRU缓存机制

不用那么多花里胡哨，直接12行代码解决 /苦笑

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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥已经存在，则变更其数据值；如果密钥不存在，则插入该组「密钥/数据值」。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？。

示例:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // 返回  1
cache.put(3, 3);    // 该操作会使得密钥 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得密钥 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

 

首先写下LRU算法的理解：LRU即最久未使用淘汰策略，最常用于redis key-value 淘汰策略
在redis中使用一个队列来维护所有键值对集合，当一个key被get/put时这个键值对会被移动到最顶端，
这样末端的键值对就成了最久未使用的
 java中实现这个队列最简单的方式还是使用双向链表实现，查询就需要用到Hash表了
 最合适的数据结构，例如~~~~   LinkedHashMap
 为什么选择它呢：
    第一：Java中get/put/remove 时间复杂度达到 O(1)的就只有Map接口下面的实现类了
    第二：LinkedHashMap是HashMap的子类并且它是有序的，那么这个队列就形成了
    第三：该看看源码了，LinkedHashMap中有类似的相关方法的实现，
          我们只需要继承并覆盖其中需要改动的部分就可以了

其作用就是在访问元素之后，将该元素放到双向链表的尾巴处
(所以这个函数只有在按照读取的顺序的时候才会执行)，
建议大家去看看，如何优美的实现在双向链表中将指定元素放入链尾！
 void afterNodeAccess(Node<K,V> p) { }
 
其作用就是在删除元素之后，将元素从双向链表中删除
 void afterNodeRemoval(Node<K,V> p) { }
 
是否删除最久未使用节点
 void afterNodeInsertion(boolean evict) { }

 在插入新元素之后，需要回调函数判断是否需要移除一直不用的某些元素！
 移除最近最少被访问条件之一，通过覆盖此方法可实现不同策略的缓存
 LinkedHashMap是默认返回false的，我们可以继承LinkedHashMap然后复写该方法即可
 protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
 return false;
 }

题解： 由于继承了LinkedHashMap，并且不需要对put方法进行修改，所以不需要写put方法

class LRUCache extends LinkedHashMap<Integer, Integer>{

    // 容器容量
    private int capacity;

    // 初始化LinkedHashMap设置初始容量和加载因子
    public LRUCache(int capacity) {
        super(capacity, 0.75F, true);
        this.capacity = capacity;
    }

    // 修改get方法，当key-value不存在时返回-1
    @Override
    public int get(int key) {
        return super.getOrDefault(key, -1);
    }

    // 修改回调方法，返回true时会删除末尾节点，所以用size和容量比较
    @Override
    protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
        return size() > capacity; 
    }
}

这个故事告诉我们，一定要多看源码！！！

其实redis中还有一个LRU的升级版，使用两个缓存队列，就不在这里扯了，感兴趣的可以去搜一搜。

 

参考作者：jeromememory
链接：https://leetcode-cn.com/problems/lru-cache/solution/yuan-yu-linkedhashmapyuan-ma-by-jeromememory/