学习记录：js算法（三十三）：LRU 缓存

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。