一、題目描述

運用你所掌握的數據結構，設計和實現一個? LRU (最近最少使用) 緩存機制 。

實現 LRUCache 類：

LRUCache(int capacity) 以正整數作為容量 capacity 初始化 LRU 緩存

int get(int key) 如果關鍵字 key 存在于緩存中，則返回關鍵字的值，否則返回 -1 。

void put(int key, int value) 如果關鍵字已經存在，則變更其數據值；如果關鍵字不存在，則插入該組「關鍵字-值」。當緩存容量達到上限時，它應該在寫入新數據之前刪除最久未使用的數據值，從而為新的數據值留出空間。

進階：你是否可以在 O(1) 時間復雜度內完成這兩種操作？

提示：

1 <= capacity <= 3000

0 <= key <= 10000

0 <= value <= 105

最多調用 2 * 10^5 次 get 和 put

二、解題思路

實現本題的兩種操作，需要用到一個哈希表和一個雙向鏈表。在 Python 語言中，有一種結合了哈希表與雙向鏈表的數據結構 OrderedDict，只需要短短的幾行代碼就可以完成本題。

在 Java 語言中，同樣有類似的數據結構

LinkedHashMap。

三、代碼

1、Python

class LRUCache(collections.OrderedDict): def __init__(self, capacity: int): super().__init__() self.capacity = capacity def get(self, key: int) -> int: if key not in self: return -1 self.move_to_end(key) return self[key] def put(self, key: int, value: int) -> None: if key in self: self.move_to_end(key) self[key] = value if len(self) > self.capacity: self.popitem(last=False)

2、Java

class LRUCache extends LinkedHashMap<Integer, Integer>{ private int capacity; public LRUCache(int capacity) { super(capacity, 0.75F, true); this.capacity = capacity; } public int get(int key) { return super.getOrDefault(key, -1); } public void put(int key, int value) { super.put(key, value); } @Override protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) { return size() > capacity; }}

三、復雜度分析

時間復雜度：對于 put 和 get 都是 O(1)。

空間復雜度：O(capacity)，因為哈希表和雙向鏈表最多存儲 capacity+1 個元素。

總結

以上是生活随笔為你收集整理的LRU LeetCode的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。