持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第22天，点击查看活动详情
数据结构设计
1 算法就像搭乐高：带你手撸 LRU 算法
- LRU 缓存（中等）
LRU 算法就是⼀种缓存淘汰策略，原理不难，但是⾯试中写出没有 bug 的算法⽐较有技巧，需要对数据结构进⾏层层抽象和拆解。
LRU 缓存淘汰算法就是⼀种常⽤策略。LRU 的全称是 Least Recently Used。
也就是说我们认为最近使⽤过的 数据应该是是「有⽤的」，很久都没⽤过的数据应该是⽆⽤的，内存满了就优先删那些很久没⽤过的数据。
LRU缓存 M146
题目描述
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。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
// 示例
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
解答
2 算法就像搭乐高：带你手撸 LFU 算法
LFU 缓存机制 H460
LRU 算法的淘汰策略是 Least Recently Used，也就是每次淘汰那些最久没被使⽤的数据；
⽽ LFU 算法的淘汰策略是 Least Frequently Used，也就是每次淘汰那些使⽤次数最少的数据。
LRU 算法的核⼼数据结构是使⽤哈希链表 LinkedHashMap，⾸先借助链表的有序性使得链表元素维持插⼊ 顺序，同时借助哈希映射的快速访问能⼒使得我们可以在 O(1) 时间访问链表的任意元素。
