LeetCode Notes_#146 LRU快取機制

Contents

• • 題目
  • 解答
    • 方法1
      • 複雜度分析
    • 方法2

題目

解答

方法1

感覺這個題目挺有意思，我用HashMap實現了一個基本的解法，能通過除了一個大資料輸入用例的其他所有用例，說明邏輯上是沒有問題的。但是需要優化時間複雜度。

class LRUCache {
    HashMap<Integer, Integer> container;
    HashMap<Integer, Integer> noVisitTimes;
    int cap;
    int
 
 longestNoUseKey;

    public LRUCache(int capacity) {
        container = new HashMap<>();
        noVisitTimes = new HashMap<>();
        cap = capacity;
        longestNoUseKey = -1;
    }
    
    public int get(int key) {
        if(container.size() == 0) return -1;
        for(Integer k: container.keySet()){
            if
 
(k == key) noVisitTimes.put(key, 0);
            else noVisitTimes.put(k, noVisitTimes.getOrDefault(k, 0) + 1);
        }
        if(container.containsKey(key)) return container.get(key);
        return -1; 
    }
    
    public void put(int key, int value) {
        for(Integer k: container.keySet()){
            if
 
(k == key) noVisitTimes.put(key, 0);
            else noVisitTimes.put(k, noVisitTimes.getOrDefault(k, 0) + 1);
        }
        if(container.containsKey(key)){
            container.put(key, value);
        }else{
            if(container.size() < cap){
                container.put(key, value);
            }else{
                int maxNoUseTimes = -1;
                for(Integer k: noVisitTimes.keySet()){
                    if(noVisitTimes.get(k) > maxNoUseTimes){
                        maxNoUseTimes = noVisitTimes.get(k);
                        longestNoUseKey = k;
                    }
                }
                container.remove(longestNoUseKey);
                noVisitTimes.remove(longestNoUseKey);
                container.put(key, value);
            }
        }
    }
}

複雜度分析

時間複雜度：對於get()和put()的操作，每次都需要遍歷一遍大小為container.size()的hashmap,複雜度為O(n),n為container.size()
空間複雜度：O(n),藉助了一個額外的noVisitTimes的hashmap,大小和container相同

方法2

待更新