当前位置：首页 > news >正文

【LeetCode】146.LRU缓存

news 2025/7/18 6:23:19

题目

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
最多调用 2 * 10^5 次 get 和 put

解答

源代码

class LRUCache {// 设计一个双向链表节点class DLinkedNode {int key;int value;DLinkedNode pre;DLinkedNode next;public DLinkedNode() {};public DLinkedNode(int key, int value) {this.key = key;this.value = value;}}// 用哈希表作缓存private Map<Integer, DLinkedNode> cache = new HashMap<>();// size表示当前缓存占用空间private int size;// capacity表示缓存总空间private int capacity;// 伪头部和伪尾部节点private DLinkedNode head, tail;// 构造函数public LRUCache(int capacity) {this.size = 0;this.capacity = capacity;head = new DLinkedNode();tail = new DLinkedNode();head.next = tail;tail.pre = head;}public int get(int key) {DLinkedNode node = cache.get(key);// 如果key不存在，返回-1if (node == null) {return -1;}// 如果key存在，把对应节点移到头部，返回对应valuemoveTohead(node);return node.value;}public void put(int key, int value) {DLinkedNode node = cache.get(key);if (node == null) {// key不存在，创建一个新的节点DLinkedNode newNode = new DLinkedNode(key, value);// 添加进哈希表cache.put(key, newNode);// 添加至双向链表头部addToHead(newNode);// 缓存已用空间+1size++;// 判断缓存空间是否足够if (size > capacity) {DLinkedNode tail = removeTail();cache.remove(tail.key);size--;}} else {// key存在，则更新value，将对应节点移到头部node.value = value;moveTohead(node);}}public void moveTohead(DLinkedNode node) {node.pre.next = node.next;node.next.pre = node.pre;addToHead(node);}public void addToHead(DLinkedNode node) {node.pre = head;node.next = head.next;head.next = node;node.next.pre = node;}public DLinkedNode removeTail() {DLinkedNode res = tail.pre;tail.pre = res.pre;res.pre.next = tail;return res;}
}/*** 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);*/