内容简介:分为两种情况:1.缓存不满命中缓存(缓存中存在该值),则缓存无任何变化
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 复制代码
解题思路:
搞清楚两个问题就行,执行put操作的时候关注
一、缓存数据的变化
分为两种情况:
1.缓存不满
命中缓存(缓存中存在该值),则缓存无任何变化
未命中缓存(缓存中不存在该值),缓存中加入该值
2.缓存已满
命中缓存,缓存无变化
未命中缓存,删掉缓存末尾的值,之后缓存中加入该值
从以上分析,要想找到 缓存末尾的值
,我想到两个办法。
(1)将缓存有序化(有序化涉及到排序,增加算法复杂度,所以我不用这个方法)
(2)设置一个指针从内存第一个数开始跟踪缓存末尾的值
二、内存中增加数据时内存的变化
也是两种情况 1.内存中不存在该值(新数据)
直接将该值置于内存首部
2.内存中已经存在该值(旧数据)
更新内存中值的顺序,规则是将改值的前一个节点的下一个节点设置为该值的下一个节点,然后该值置于内存首部(基本链表操作)
这里需要考虑部分特殊情况,比如内存为空的情况下连续执行以下操作
put(1, 1); put(1, 1); 复制代码
所以更新的规则要兼容以上情况
执行get的时候,如果缓存中存在get的数据,则更新缓存顺序,跟以上一样。
代码:
let LRUCache = function(capacity) { this.cacheSize = capacity; // 缓存计数器 this.cacheIndex = 0; this.cacheSet = new Set(); // 内存头节点 this.head = null; // 缓存尾节点 this.cacheShift = null; this.memory = {}; }; LRUCache.prototype.get = function(key) { let val; const { cacheSet, memory } = this; if (cacheSet.has(key)) { val = memory[key].value; console.log(memory[key].value) // get 最后一个节点 if (memory[key].next == null) { return val; } if (memory.cacheShift === memory[key] && memory.cacheShift.next) { memory.cacheShift = memory.cacheShift.next; } this.memorySort(key); } else { val = -1; console.log(-1); } return val; }; LRUCache.prototype.put = function(key, value) { const { cacheSet, memory } = this; if (this.cacheIndex < this.cacheSize) { !cacheSet.has(key) && this.cacheIndex++; cacheSet.add(key) } else { if (!cacheSet.has(key)) { cacheSet.delete(memory.cacheShift.key); memory.cacheShift.next && (memory.cacheShift = memory.cacheShift.next); cacheSet.add(key); } } // 内存中有值 if (memory.head) { // 内存中不存在该节点 if (!memory[key]) { memory[key] = { prev: memory.head, next: null } memory.head.next = memory[key]; memory.head = memory[key]; } else { // 内存中存在节点 if (memory.cacheShift === memory[key] && memory.cacheShift.next) { memory.cacheShift = memory[key].next; } this.memorySort(key); } } else { // 内存为空,该节点为第一个节点 memory[key] = { prev: null, next: null }; memory.cacheShift = memory.head = memory[key]; } memory[key].key = key; memory[key].value = value; }; LRUCache.prototype.memorySort = function(key) { const { memory } = this; // get 的不是最后一个节点 if (memory[key].next != null) { if (memory[key].prev != null) { memory[key].prev.next = memory[key].next; } else { // 第一个节点 memory[key].next.prev = null; } memory[key].next.prev = memory[key].prev; memory[key].prev = memory.head; memory[key].next = null; memory.head.next = memory[key]; memory.head = memory[key]; } } 复制代码
以上,是我第一感觉的做法。为什么说是第一感觉,首先,题目要求 O(1)
的复杂度,所以我不能用 js
中较为方便操作的数组。期次,不能用对象,因为用对象无法知道缓存的顺序。所以我只能想到链表的操作,一旦用到链表,免不了各种增删改查的操作,所以代码上会复杂不少。
然而,我的一位同事的做法,让我震惊了。如下:
class LRUCache { constructor(capacity) { this.capacity = capacity this.map = new Map() } get(key) { let val = this.map.get(key) if (typeof val === 'undefined') { return -1 } this.map.delete(key) this.map.set(key, val) return val } put(key, value) { if (this.map.has(key)) { this.map.delete(key) } this.map.set(key, value) let keys = this.map.keys() while (this.map.size > this.capacity) { this.map.delete(keys.next().value) } } } 复制代码
这里他用的是 map
,为什么 map
可以。这里分析下。
map.keys().next()
可以取得到他排位第一的键值, map.put()
操作类似数组的 push
操作,将值保存在最顶的位置,这两点就是最关键的,也正是我没想到的。这样一来,就能清除的 排序 而且对 map
的操作复杂度为 O(1)
,比操作对象还快。不仅在代码上及其优美,算法复杂度也是最优的。
感触: js
为我们封装了不少函数,熟练掌握,你就能如虎添翼。
以上所述就是小编给大家介绍的《详解leetcode146题【LRU (最近最少使用) 缓存机制】(附js最优解法!)》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 欣赏一个简洁利落的解法
- 欣赏一个简洁利落的解法
- Script error 问题解法
- 一道SQL题的多种解法
- Leetcode 139. WordBreak 解法和思路
- 【日拱一卒】链表——链表反转(递归解法)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
算法技术手册(原书第2版)
George T. Heineman、Gary Pollice、Stanley Selkow / 杨晨、曹如进 / 机械工业出版社 / 2017-8-1 / 89.00元
本书使用实际代码而非伪代码来描述算法,并以经验主导支撑数学分析,侧重于应用且规范严谨。本书提供了用多种程序设计语言实现的文档化的实际代码解决方案,还介绍了近40种核心算法,其中包括用于计算点集的Voronoi图的Fortune算法、归并排序、多线程快速排序、AVL平衡二叉树实现以及空间算法。一起来看看 《算法技术手册(原书第2版)》 这本书的介绍吧!