146. LRU 缓存 --力扣 --JAVA

简介: ​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

 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)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 getput 必须以 O(1) 的平均时间复杂度运行。

    解题思路

      1. 由题可知,需要Map来存储数据,List可以通过通过控制添加到的索引位置来将数据提前;
      2. 对Map进行操作时,通过更新List涉及的数据;
      3. 溢出时从List获取末尾节点即最近最少使用的数据进行删除更新。

      代码展示

      class LRUCache {
          Map< Integer, Integer> lru = null;
          List<Integer> sort = null;
          int cap;
          public LRUCache(int capacity) {
              lru = new HashMap<>();
              sort = new ArrayList<>(capacity);
              cap = capacity;
          }
          public int get(int key) {
              Integer val = lru.get(key);
              if(val != null){
                  sort.remove((Integer) key);
                  sort.add(0, key);
                  return val;
              } else {
                  return -1;
              }
          }
          public void put(int key, int value) {
              if(lru.containsKey(key)){
                  lru.put(key,value);
                  sort.remove((Integer) key);
                  sort.add(0, key);
              } else {
                  if (lru.size() == cap) {
                      int last = sort.get(cap - 1);
                      sort.remove(cap - 1);
                      lru.remove(last);
                  }
                  lru.put(key, value);
                  sort.add(0, key);
              }
          }
      }

      image.gif


      目录
      相关文章
      |
      2月前
      |
      缓存 Java Maven
      Java本地高性能缓存实践问题之SpringBoot中引入Caffeine作为缓存库的问题如何解决
      Java本地高性能缓存实践问题之SpringBoot中引入Caffeine作为缓存库的问题如何解决
      |
      2月前
      |
      存储 缓存 Java
      Java本地高性能缓存实践问题之如何定义Caffeine的缓存
      Java本地高性能缓存实践问题之如何定义Caffeine的缓存
      消息中间件 缓存 监控
      81 0
      |
      2月前
      |
      缓存 NoSQL Java
      【Azure Redis 缓存 Azure Cache For Redis】Redis出现 java.net.SocketTimeoutException: Read timed out 异常
      【Azure Redis 缓存 Azure Cache For Redis】Redis出现 java.net.SocketTimeoutException: Read timed out 异常
      |
      2月前
      |
      缓存 算法 前端开发
      深入理解缓存淘汰策略:LRU和LFU算法的解析与应用
      【8月更文挑战第25天】在计算机科学领域,高效管理资源对于提升系统性能至关重要。内存缓存作为一种加速数据读取的有效方法,其管理策略直接影响整体性能。本文重点介绍两种常用的缓存淘汰算法:LRU(最近最少使用)和LFU(最不经常使用)。LRU算法依据数据最近是否被访问来进行淘汰决策;而LFU算法则根据数据的访问频率做出判断。这两种算法各有特点,适用于不同的应用场景。通过深入分析这两种算法的原理、实现方式及适用场景,本文旨在帮助开发者更好地理解缓存管理机制,从而在实际应用中作出更合理的选择,有效提升系统性能和用户体验。
      82 1
      |
      2月前
      |
      缓存 NoSQL 网络协议
      【Azure Redis 缓存】Redisson 连接 Azure Redis出现间歇性 java.net.UnknownHostException 异常
      【Azure Redis 缓存】Redisson 连接 Azure Redis出现间歇性 java.net.UnknownHostException 异常
      |
      2月前
      |
      缓存 Java Maven
      Java本地高性能缓存实践问题之缓存中获取用户信息的问题如何解决
      Java本地高性能缓存实践问题之缓存中获取用户信息的问题如何解决
      |
      2月前
      |
      缓存 前端开发 Java
      【Azure 应用服务】App Service 使用Tomcat运行Java应用,如何设置前端网页缓存的相应参数呢(-Xms512m -Xmx1204m)?
      【Azure 应用服务】App Service 使用Tomcat运行Java应用,如何设置前端网页缓存的相应参数呢(-Xms512m -Xmx1204m)?
      |
      2月前
      |
      缓存 NoSQL Java
      【Azure Redis 缓存】定位Java Spring Boot 使用 Jedis 或 Lettuce 无法连接到 Redis的网络连通性步骤
      【Azure Redis 缓存】定位Java Spring Boot 使用 Jedis 或 Lettuce 无法连接到 Redis的网络连通性步骤
      |
      2月前
      |
      存储 缓存 Java
      下一篇
      无影云桌面