牛客题霸NC93题解

设计LRU缓存结构

牛客题霸NC93

难度：Medium

题目描述

设计LRU缓存结构，该结构在构造时确定大小，假设大小为K，并有如下两个功能

• set(key, value)：将记录(key, value)插入该结构
• get(key)：返回key对应的value值

[要求]

1. set和get方法的时间复杂度为O(1)
2. 某个key的set或get操作一旦发生，认为这个key的记录成了最常使用的。
3. 当缓存的大小超过K时，移除最不经常使用的记录，即set或get最久远的。

若opt=1，接下来两个整数x, y，表示set(x, y)
若opt=2，接下来一个整数x，表示get(x)，若x未出现过或已被移除，则返回-1
对于每个操作2，输出一个答案

示例

输入

[[1,1,1],[1,2,2],[1,3,2],[2,1],[1,4,4],[2,2]],3

返回值

[1,-1]

说明

第一次操作后：最常使用的记录为("1", 1)
第二次操作后：最常使用的记录为("2", 2)，("1", 1)变为最不常用的
第三次操作后：最常使用的记录为("3", 2)，("1", 1)还是最不常用的
第四次操作后：最常用的记录为("1", 1)，("2", 2)变为最不常用的
第五次操作后：大小超过了3，所以移除此时最不常使用的记录("2", 2)，加入记录("4", 4)，并且为最常使用的记录，然后("3", 2)变为最不常使用的记录

备注:

1≤K≤N≤105
-2 	imes 10^9 leq x,y leq 2 	imes 10^9−2×109≤x,y≤2×109

题目答案

Java实现LRUCache可以通过继承LinkedHashMap来实现，要注意两点：

• 覆盖removeEldestEntry方法，指定Cache的存储大小
• super调用LinkedHashMap的构造器设置accessOrder字段为true（默认fasle，代表按插入顺序排序）

import java.util.*;


public class Solution {
    /**
     * 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
     */
    public int[] LRU (int[][] operators, int k) {
        // write code here
        
        if(operators == null){
            return new int[0];
        }
        
        LRUCache<Integer, Integer> lruCache = new LRUCache<>(k);
        List<Integer> list = new ArrayList<>();
        for(int[] oper : operators){
            if(oper[0] == 1){
                lruCache.put(oper[1], oper[2]);
            }
            else{
                int m = lruCache.getOrDefault(oper[1], -1);
                list.add(m);
            }
        }
        
        int[] res = new int[list.size()];
        for(int i = 0; i < list.size(); i++){
            res[i] = list.get(i);
        }
        
        return res;
        
        
    }
}

class LRUCache<K, V> extends LinkedHashMap<K, V>{
    
    int capacity;
    
    public LRUCache(int capacity){
        super(capacity*2, 0.75f, true);
        this.capacity = capacity;
    }
    
    @Override
    protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
        return this.size() > capacity;
    }
}