LRUCache(int capacity) 以 正整數(shù) 作為容量 capacity 初始化 LRU 緩存
int get(int key) 如果關(guān)鍵字 key 存在于緩存中，則返回關(guān)鍵字的值，否則返回 -1 。
void put(int key, int value) 如果關(guān)鍵字 key 已經(jīng)存在，則變更其數(shù)據(jù)值 value ；如果不存在，則向緩存中插入該組 key-value 。如果插入操作導致關(guān)鍵字數(shù)量超過 capacity ，則應(yīng)該逐出最久未使用的關(guān)鍵字。

實現(xiàn)思路

我們使用一個map 來緩存數(shù)據(jù)。

當獲取數(shù)據(jù)key 時，優(yōu)先判斷是否存在于map，如果在我們先拿到這個值存為temp，然后從map中刪除，重新set進map中

當插入數(shù)據(jù)時，優(yōu)先判斷是否存在于map，如果不存在，直接set，如果存在，刪除后哦嗎，重新set

這樣我們保證最近使用的都在map 的最下層，當內(nèi)存超出時，直接刪除map 頂層元素即可

this.map.delete(this.map.keys().next().value)

var LRUCache = function(capacity) {
	this.capacity = capacity
  this.map = new Map()
}

LRUCache.prototype.get = function(key) {
  if(this.map.has(key)) {
    let temp = this.map.get(key)
    this.map.delete(key)
    this.map.set(key,temp)
    return temp
  } else {
    return -1
  }

}
LRUCache.prototype.put = function(key, value) {
	if(this.map.has(key)) {
    this.map.delete(key)
  }
  this.map.set(key,value)
  if(this.map.size > this.capacity) {
    this.map.delete(this.map.keys().next().value)
  }
}

缺陷

雖然該實現(xiàn)使用了 Map 對象，但是在最壞情況下，如果哈希函數(shù)分布不均勻，可能會導致哈希沖突，使得某些操作的時間復雜度變?yōu)?O(n)。因此，在實際應(yīng)用中，如果需要高效地處理大規(guī)模數(shù)據(jù)，建議使用雙向鏈表或其他更高效的數(shù)據(jù)結(jié)構(gòu)。

假設(shè)有一個哈希表，大小為 5，使用的哈希函數(shù)為 key % 5?，F(xiàn)在插入以下 6 個鍵值對：

{key: 1, value: 'a'}
{key: 2, value: 'b'}
{key: 3, value: 'c'}
{key: 4, value: 'd'}
{key: 6, value: 'e'}
{key: 11, value: 'f'}

根據(jù)給定的哈希函數(shù) key % 5，可以將每個鍵映射到哈希表中的一個桶。具體來說，將鍵除以 5 并取余數(shù)，以得到它應(yīng)該插入的桶的索引。

使用這個哈希函數(shù)，將上述六個鍵值對插入哈希表中，得到以下結(jié)果：

在索引 1 的桶中插入 {key: 1, value: 'a'}

在索引 2 的桶中插入 {key: 2, value: 'b'}

'在索引 3 的桶中插入 {key: 3, value: 'c'}

在索引 4 的桶中插入 {key: 4, value: 'd'}

在索引 1 的桶中插入 {key: 6, value: 'e'}

在索引 1 的桶中插入 {key: 11, value: 'f'}

注意，在將鍵為 6 和 11 的鍵值對插入哈希表時，它們都被映射到索引 1 的桶中。這是因為它們分別與 1 余數(shù)相同。

當出現(xiàn)哈希沖突時，即多個鍵被映射到同一桶時

這種情況下，在操作時需要遍歷整個桶來查找指定的鍵值對，因此操作的時間復雜度變?yōu)?O(n)。

雙向鏈表+哈希表

那么如何達到O(1)的時間復雜度呢？

那肯定選用 map 查詢。修改，刪除也要盡量 O(1) 完成。搜尋常見的數(shù)據(jù)結(jié)構(gòu)，鏈表，棧，隊列，樹，圖。樹和圖排除，棧和隊列無法任意查詢中間的元素，也排除。所以選用鏈表來實現(xiàn)。但是如果選用單鏈表，刪除這個結(jié)點，需要 O(n) 遍歷一遍找到前驅(qū)結(jié)點。所以選用雙向鏈表，在刪除的時候也能 O(1) 完成。

核心就是：最近最多使用的節(jié)點永遠在鏈表結(jié)尾，最近最少使用的節(jié)點在鏈表開頭。

雙向鏈表

雙向鏈表的結(jié)構(gòu)

value: 存儲的值

prev: 指向前一個元素的指針

next: 指向下一個元素的指針

Head和Tail是虛擬的頭部和尾部節(jié)點，這是為了方便找到鏈表的首末設(shè)定的

┌──────>┐ ┌───────>┐ ┌───────>┐
head • (x|"three"|•) (•|"two"|•) (•|"one"|x) • tail
└<────────┘ └<───────┘ └<─────┘

實現(xiàn)思路

1.使用一個Map 對象來存儲鍵值對

2.使用一個雙向鏈表維護鍵值對的順序

3.抽離出一個addToTaill 方法（將節(jié)點插入末尾）抽離出一個remove 方法（刪除節(jié)點）

4.當執(zhí)行put 操作時，判斷節(jié)點是否在map中

如果存在，獲取當前節(jié)點值，在雙向鏈表中remove刪除改節(jié)點，重新調(diào)用 addToTail 添加到末尾
如果不存在，建立一個雙向鏈表節(jié)點，調(diào)用 addToTail 添加到末尾，同時添加進map
如果超過容量this.size > this.cap，刪除當前head節(jié)點，從map中刪除當前key

5.當執(zhí)行g(shù)et 操作時，判斷節(jié)點是否在map中

如果不存在，返回-1
如果存在，獲取當前key,value，重新執(zhí)行put 操作

class ListNode {
  constructor(key, value) {
    this.key = key;
    this.val = value;
    this.prev = null;
    this.next = null;
  }
}

class LRUCache {
  constructor(capacity = 10) {
    this.capacity = capacity;
    // 實際保存的鍵值對數(shù)量
    this.size = 0;
    this.map = {};
    //代表最舊的節(jié)點
    this.head = null;
    //代表最新的節(jié)點
    this.tail = null;
  }

  get(key) {
    const node = this.map.get(key);
    if (!node) return -1;
    let node = this.map[key];
    this.put(node.key, node.val);
    return node.value;
  }

  put(key, value) {
    if(this.map[key]) {
    	let node = this.map[key]
      node.val = value
      this.remove(node)
      this.addTotail(node)
    } else {
      let node = new ListNode(key,value)
      this.addTotail(node)
      this.map[key] = node
      this.size++
    }
    if (this.size > this.cap) {
      let key = this.head.key;
      this.remove(this.head);
      delete this.map[key];
      this.size--;
    }
  }
  addToTail(node) {
    if(this.tail) {
      this.tail.next = node
      node.prev = this.tail
      this.tail = node
    } else {
      this.tail = node
      this.head = node
    }
  }
  remove(node) {
    if(node.prev) {
      node.prev.next = node.next
    } else {
      this.head = this.head.next
    }
    if(node.next) {
      node.next.prev = node.prev
    } else {
      this.tail = this.tail.prev
    }
    node.prev = node.next = null;
  }
}

以上就是JavaScript實現(xiàn)LRU算法的示例詳解的詳細內(nèi)容，更多關(guān)于JavaScript LRU算法的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: