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) - 如果密钥不存在,则写入其数据值。当缓存容量达到上限时,它应该在写入新数据之前删除最近最少使用的数据值,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
class LRUCache {
private int capacity;
private LRULinkedHashMap<Integer, Integer> lruLinkedHashMap = new LRULinkedHashMap<>();
private class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
if (size() > capacity) {
return true;
} else {
return false;
}
}
}
public LRUCache(int capacity) {
this.capacity = capacity;
}
public int get(int key) {
Integer value = lruLinkedHashMap.get(key);
if (null == value) {
return -1;
}
lruLinkedHashMap.remove(key);
lruLinkedHashMap.put(key, value);
return value;
}
public void put(int key, int value) {
if (lruLinkedHashMap.containsKey(key)) {
lruLinkedHashMap.remove(key);
}
lruLinkedHashMap.put(key, value);
}
}
Q.E.D.