leetcode: LRU Cache
来源:互联网 发布:北京java培训哪家好 编辑:程序博客网 时间:2024/06/15 10:29
这道题的话其实是比较奇怪的。
LRU Cache考虑两个操作:查找和插入。
查找:寻找匹配的项,并且把该项设为最近访问。
插入:没满,把元素插入,并把插入的元素设为最近访问;满了,删除最近最少访问的元素,插入,并把插入的元素设为最近访问。
在实际的系统中我们应该考虑两个问题:1.cache的命中率是相当高的,这意味着查找的次数远多于插入的次数。2.Cache的空间有限而且宝贵,运算速度(主要是load和store的速度)极快,所以我们应该考虑的是用时间换空间的做法,而没有多余的空间可以让我们存储额外的数据结构。
在不考虑组相联的情况下,我们可以用冒泡数组来实现,越靠近数组头的元素是越最近使用的。我们应该删除数组末尾的元素。
public class LRUCache {public int[][] cacheBuffer;public int last; public LRUCache(int capacity) { cacheBuffer=new int[capacity][2]; for(int i=0;i<capacity;i++) { cacheBuffer[i][0]=-1; cacheBuffer[i][1]=-1; } last=0; } public int get(int key) { int tmpValue=-1; for(int i=0;i<last;i++) { if(cacheBuffer[i][0]==key) { tmpValue=cacheBuffer[i][1]; for(int j=i;j>0;j--) { cacheBuffer[j][0]=cacheBuffer[j-1][0]; cacheBuffer[j][1]=cacheBuffer[j-1][1]; } cacheBuffer[0][0]=key; cacheBuffer[0][1]=tmpValue; return tmpValue; } } return tmpValue; } public void set(int key, int value) { if(last<cacheBuffer.length) last++; for(int j=last-1;j>0;j--){cacheBuffer[j][0]=cacheBuffer[j-1][0];cacheBuffer[j][1]=cacheBuffer[j-1][1];}cacheBuffer[0][0]=key;cacheBuffer[0][1]=value; }}
但是leetcode上超时,所以刷题永远不是解决实际问题能比的。好吧我们知道了这个题其实和cache没什么关系,要的还是空间换时间。那么比数组更快的查询方式是什么?Hash。比数组更快的删除,添加方式是什么?链表(这里用双向链表)。只要记录一下链表的尾巴,就能保证查找,删除,添加都是O(1)时间了。如下面的代码所示。
import java.util.Map;import java.util.HashMap;public class LRUCache { Map<Integer,ListNode> cacheMap;ListNode head;ListNode tail;public int cap;public int last; public LRUCache(int capacity) {cacheMap=new HashMap<Integer,ListNode>();cap=capacity;head=null;tail=null; last=0; } public int get(int key) { if(!cacheMap.containsKey(key)) return -1; ListNode p=cacheMap.get(key); if(p.prev!=null) { if(tail==p) tail=p.prev; p.prev.next=p.next; } elsehead=p.next; if(p.next!=null) p.next.prev=p.prev; if(head!=null) head.prev=p; p.next=head; p.prev=null; head=p; return p.value; } public void set(int key, int value) { ListNode p; if(cacheMap.containsKey(key)) { p=cacheMap.get(key); p.value=value; if(p==head) return; else if(p==tail) { tail=p.prev; if(tail!=null) tail.next=null; } else { if(p.prev!=null) p.prev.next=p.next; if(p.next!=null) p.next.prev=p.prev; p.next=null; p.prev=null; } cacheMap.remove(key); } else { p=new ListNode(key,value); if(tail==null) tail=p; if(last<cap) last++; else { cacheMap.remove(tail.key); tail=tail.prev; if(tail!=null) tail.next=null; } } if(head!=null) head.prev=p; p.next=head; p.prev=null; head=p; cacheMap.put(key, p); }}class ListNode { int key; int value; ListNode prev; ListNode next; ListNode(int _key, int _value) { key = _key; value = _value; prev = null; next = null; }}
0 0
- LeetCode LRU 缓存 LRU Cache
- LRU Cache | leetcode
- Leetcode: LRU Cache
- LeetCode:LRU Cache
- Leetcode: LRU Cache
- [LeetCode] LRU Cache
- leetcode之LRU Cache
- [LeetCode]LRU Cache
- [LeetCode] LRU Cache
- leetcode LRU Cache
- LeetCode题解:LRU Cache
- LeetCode | LRU Cache
- Leetcode: LRU Cache
- [LeetCode] LRU Cache
- LeetCode OJ:LRU Cache
- Leetcode LRU Cache
- LeetCode - LRU Cache
- [Leetcode] LRU Cache (Java)
- VC++6.0使用技巧
- MFC框架类、文档类、视图类相互访问的方法
- Eigen sparse 基本操作:构造 & 输出
- 博弈论基础
- The Twelve-Factor App
- leetcode: LRU Cache
- thingking in Java 通过异常处理错误
- 【转载】linux系统的负载与CPU、内存、硬盘、用户数监控shell脚本
- C++参数传递问题
- POJ 3415Common Substrings 后缀数组 + 线段树 + dfs
- cocos2dx3.x加载使用cocostudio导出的UI项目
- 文件存储
- 并查集II
- HDU1016 Prime Ring Problem(深度优先搜索)