当前位置：首页 > article >正文

学习记录：js算法（三十三）：LRU 缓存

article 2024/11/13 22:44:50

文章目录

- LRU 缓存
- - 网上思路
- 总结

LRU 缓存

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。

输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]

解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1);    // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2);    // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1);    // 返回 -1 (未找到)
lRUCache.get(3);    // 返回 3
lRUCache.get(4);    // 返回 4

我的思路
题目看的我一头雾水，一点思路没有，还去查了什么是 [LRU]，最后还是没看懂。。。(https://baike.baidu.com/item/LRU)
网上思路
哈希表

网上思路

class Node {
    constructor(key, value) {
        this.key = key;
        this.value = value;
        this.prev = null;
        this.next = null;
    }
}

class LRUCache {
    constructor(capacity) {
        this.capacity = capacity;
        this.hash = new Map(); // 用于快速查找
        this.head = new Node(); // 链表头节点，不存储数据
        this.tail = new Node(); // 链表尾节点，不存储数据
        this.head.next = this.tail;
        this.tail.prev = this.head;
    }

    get(key) {
        if (this.hash.has(key)) {
            const node = this.hash.get(key);
            this.moveToHead(node); // 将访问的节点移到链表头部
            return node.value;
        }
        return -1;
    }

    put(key, value) {
        if (this.hash.has(key)) {
            const node = this.hash.get(key);
            node.value = value; // 更新值
            this.moveToHead(node); // 移到头部
        } else {
            const newNode = new Node(key, value);
            this.hash.set(key, newNode);
            this.addToHead(newNode); // 插入到头部
            if (this.hash.size > this.capacity) {
                // 超出容量，删除尾部节点
                const removedNode = this.removeTail();
                this.hash.delete(removedNode.key);
            }
        }
    }

    moveToHead(node) {
        this.removeNode(node);
        this.addToHead(node);
    }

    addToHead(node) {
        node.prev = this.head;
        node.next = this.head.next;
        this.head.next.prev = node;
        this.head.next = node;
    }

    removeNode(node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    removeTail() {
        const removedNode = this.tail.prev;
        this.removeNode(removedNode);
        return removedNode;
    }
}
// 这段代码首先定义了一个Node类来表示缓存中的每一个键值对，包含了指向前后节点的指针。
// LRUCache类则实现了LRU缓存的所有功能，包括使用哈希表快速查找，以及通过双向链表来维护元素的使用顺序。
// get和put方法均能在平均时间复杂度O(1)内完成操作。


// 或者使用以下代码
/**
 * @param {number} capacity
 */
var LRUCache = function(capacity) {
    this.capacity = capacity;
    this.hash = new Map();
    this.head = new Node();
    this.tail = new Node();
    this.head.next = this.tail;
    this.tail.prev = this.head;
};

/** 
 * @param {number} key
 * @return {number}
 */
LRUCache.prototype.get = function(key) {
    if (this.hash.has(key)) {
        const node = this.hash.get(key);
        this.moveToHead(node);
        return node.value;
    }
    return -1;
};

/** 
 * @param {number} key 
 * @param {number} value
 * @return {void}
 */
LRUCache.prototype.put = function(key, value) {
    if (this.hash.has(key)) {
        const node = this.hash.get(key);
        node.value = value;
        this.moveToHead(node);
    } else {
        const newNode = new Node(key, value);
        this.hash.set(key, newNode);
        this.addToHead(newNode);
        if (this.hash.size > this.capacity) {
            const removedNode = this.removeTail();
            this.hash.delete(removedNode.key);
        }
    }
};

LRUCache.prototype.moveToHead = function(node) {
    this.removeNode(node);
    this.addToHead(node);
};

LRUCache.prototype.addToHead = function(node) {
    node.prev = this.head;
    node.next = this.head.next;
    this.head.next.prev = node;
    this.head.next = node;
};

LRUCache.prototype.removeNode = function(node) {
    node.prev.next = node.next;
    node.next.prev = node.prev;
};

LRUCache.prototype.removeTail = function() {
    const removedNode = this.tail.prev;
    this.removeNode(removedNode);
    return removedNode;
};

// Node类定义保持不变
class Node {
    constructor(key, value) {
        this.key = key;
        this.value = value;
        this.prev = null;
        this.next = null;
    }
}

讲解
要实现 LRU 缓存，我们可以使用哈希表（在 JavaScript 中是对象或 Map ）和双向链表来完成。双向链表用于存储缓存项，确保插入、删除操作的高效性，而哈希表用于快速查找缓存项在链表中的位置。

数据结构选择：
○ 哈希表：快速查找键值对，时间复杂度O(1)。
○ 双向链表：快速在头部添加和尾部删除元素，符合 LRU 特性。
实现逻辑：
○ get(key) 操作：如果 key 存在于哈希表中，将对应节点移到链表头部，并返回其值；否则返回-1。
○ put(key, value) 操作：如果 key 已存在，更新其值并移到链表头部；如果key 不存在且缓存已满，删除链表尾部节点（即最久未使用的项），然后在链表头部插入新的 key-value 对。