题解 |Go #设计LRU缓存结构#

设计LRU缓存结构

http://www.nowcoder.com/practice/e3769a5f49894d49b871c09cadd13a61

思路

LRU 缓存机制可以通过哈希表辅以双向链表实现,用一个哈希表和一个双向链表维护所有在缓存中的键值对。

  • 双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。
  • 哈希表即为普通的哈希映射(HashMap),通过缓存数据的键映射到其在双向链表中的位置。

首先使用哈希表进行定位,找出缓存项在双向链表中的位置,随后将其移动到双向链表的头部,即可在 O(1) 的时间内完成 get 或者 put 操作。具体的方法如下:

  • 对于 get 操作,首先判断 key 是否存在:

    • 如果 key 不存在,则返回 −1
    • 如果 key 存在,则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置,并将其移动到双向链表的头部,最后返回该节点的值。
  • 对于 put 操作,首先判断 key 是否存在:

    • 如果 key 不存在,使用 key 和 value 创建一个新的节点,在双向链表的头部添加该节点,并将 key 和该节点添加进哈希表中。然后判断双向链表的节点数是否超出容量,如果超出容量,则删除双向链表的尾部节点,并删除哈希表中对应的项
    • 如果 key 存在,则与 get 操作类似,先通过哈希表定位,再将对应的节点的值更新为 value,并将该节点移到双向链表的头部

访问哈希表的时间复杂度为 O(1),在双向链表的头部添加节点、在双向链表的尾部删除节点的复杂度也为 O(1)。而将一个节点移到双向链表的头部,可以分成「删除该节点」和「在双向链表的头部添加节点」两步操作,都可以在 O(1) 时间内完成。

代码

package main

/**
 * lru design
 * @param operators int整型二维数组 the ops
 * @param k int整型 the k
 * @return int整型一维数组
*/

type doubleListNode struct {
	Key int
	Val int
	Pre *doubleListNode
	Next *doubleListNode
}

type LRUCache struct {
	Capacity int                     //合法容量
	Head     *doubleListNode
	Tail     *doubleListNode
	Keys     map[int]*doubleListNode //哈希表
}

func Constructor(capacity int) LRUCache { //构造器
	return LRUCache{
		Keys: make(map[int]*doubleListNode),
		Capacity: capacity,
	}
}

func (this *LRUCache) Get(key int) int { //返回key对应的value
	if node := this.Keys[key]; node != nil { //在哈希表中找到该key
		this.deleteNode(node)  //从原先链表中删除
		this.newHead(node)     //再插入成为链表头节点
		return node.Val
	}
	return -1 //若哈希表中没有该key
}

func (this *LRUCache) Set(key int, value int)  { //把一对key,value加入LRUCache中
	if node := this.Keys[key]; node != nil { //在哈希表中找到有这key
		node.Val = value                     //更新对应节点的Val
		this.deleteNode(node)
		this.newHead(node)
		return
	} else { //在哈希表中没有找到该key
		node = &doubleListNode{Key: key, Val: value} //建立新的节点
		this.Keys[key] = node
		this.newHead(node)
		if this.Capacity > 0 { //若LRUCache中合法容量还有
			this.Capacity--
		} else {               //若LRUCache合法容量已满
			this.Keys[this.Tail.Key] = nil //删除哈希表中链表尾节点对应的key
			this.deleteNode(this.Tail)     //把链表尾节点删除
		}
	}
}

//把给定节点插入链表中作为新的头节点
func (this *LRUCache) newHead(cur *doubleListNode) { 
	cur.Pre = nil
	cur.Next = this.Head
	if this.Head != nil {    //若插入前链表不是空的,即已有头节点
		this.Head.Pre = cur
	}
	this.Head = cur         //更新给定节点为新的头节点
	if this.Tail == nil {   //若链表尾节点不存在。即链表是空的
		this.Tail = cur     //把当前给定节点置为尾节点
		this.Tail.Next = nil
	}
}

//把给定节点从链表中删除
func (this *LRUCache) deleteNode(cur *doubleListNode) {
	if cur == this.Head {    //若给定节点就是头节点
		this.Head = cur.Next
		cur.Next = nil
		return
	}
	if cur == this.Tail{    //若给定节点就是尾节点
		this.Tail = cur.Pre
		cur.Pre.Next = nil
		cur.Pre = nil
		return
	}
    //若给定节点不是头节点也不是尾节点(即前后都有节点)
	cur.Pre.Next = cur.Next
	cur.Next.Pre = cur.Pre
}

func LRU( operators [][]int ,  k int ) []int {
    res := make([]int,0)
    lru := Constructor(k)
    for i := 0 ; i < len(operators) ; i++ {
        if operators[i][0] == 1 {
            lru.Set(operators[i][1],operators[i][2])
        } else {
            val := lru.Get(operators[i][1])
            res = append(res,val)
        }
    }
    return res
}

全部评论

相关推荐

上周组里招人,我面了六个候选人,回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人,算法题写得都不错。第一道二分查找,五分钟之内给出解法,边界条件也处理得干净。第二道动态规划,状态转移方程写对了,空间复杂度也优化了一版。我翻他们的简历,力扣刷题量都在300以上。后三个呢,就有点参差不齐了。有的边界条件没处理好,有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生,我印象特别深——她拿到题之后没有马上写,而是先问我:“面试官,我能先跟你确认一下我对题目的理解吗?”然后她把自己的思路讲了一遍,虽然最后代码写得不是最优解,但整个沟通过程非常顺畅。这个女生的代码不是最优的,但当我问她“如果这里是线上环境,你会怎么设计’的时候,她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么?我自己的经历可能有点代表性。我当年校招的时候,也是刷了三百多道题才敢去面试。那时候大家都刷,你不刷就过不了笔试关。后来工作了,前三年基本没再打开过力扣。真正干活的时候,没人让你写反转链表,也没人让你手撕红黑树。更多的是:这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官,慢慢调整了自己的评判标准。算法题我还会出,但目的变了。我出算法题,不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候,是怎么思考的。你会先理清题意吗?你会主动问边界条件吗?你想不出来的时候会怎么办?你写出来的代码,变量命名乱不乱、结构清不清楚?这些才是工作中真正用得到的能力。LeetCode是一个工具,不是目的。它帮你熟悉数据结构和常见算法思路,这没问题。但如果你刷了三百道题,却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的,那这三百道题可能真的白刷了。所以还要不要刷LeetCode?要刷,但别只刷题。刷题的时候,多问自己几个为什么:为什么用这个数据结构?为什么这个解法比那个好?如果换个条件,解法还成立吗?把刷题当成锻炼思维的方式,而不是背答案的任务。毕竟面试官想看到的,从来不是一台背题机器,而是一个能解决问题的人。
牛客51274894...:意思是光刷力扣还不够卷
AI时代还有必要刷lee...
点赞 评论 收藏
分享
评论
3
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务