LeetCode146: LRU缓存

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

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

解题思想

1、使用双向链表

2、使用HashMap

将最近使用的放到链表头部,如果超过容量就将最尾部的删除掉。

代码

cpp 复制代码
class LRUCache {
public:

	//定义双向链表
	struct Node {
		int key, val;
		Node* next, * prev;
		Node(): key(0), val(0), prev(nullptr), next(nullptr){};
		Node(int _key,int _val):key(_key),val(_val), prev(nullptr), next(nullptr) {};
	};
	//链表的首尾节点
	Node* head, *tail;
	//key和结点的映射关系
	unordered_map<int, Node*> umap;
	int capacity,size; //容量大小和已经使用的大小
	LRUCache(int capacity) {
		//初始化
		this->capacity = capacity;
		this->size = 0;
		head = new Node();
		tail = new Node();
		head->next = tail;
		tail->prev = head;
	}

	int get(int key) {
		//如果不存在返回-1
		if (!umap.count(key))
			return -1;
		Node* node = umap[key];
		removeNode(node);
		addNodeToHead(node);
		return node->val;
	}
			
	
	void put(int key, int value) {

		
		//如果链表中key存在,就修改value的值,然后再插入到表头
		if (umap.count(key)) {
			Node* node = umap[key];
			node->val = value;
			removeNode(node);
			addNodeToHead(node);
		}
		//如果不存在
		else {
			//如果容量不够,就先删除最久未使用的,然后再创建一个新的结点
			if (capacity == size) {
				Node* removed = tail->prev;
				//从哈希表中删除最久未访问的
				umap.erase(removed->key);
				//从链表中也删除
				removeNode(removed);
				size--;
			
			}
			//新创建一个节点
			Node* node = new Node(key, value);
			addNodeToHead(node);
			umap[key] = node;
			size++;
		}
	}
	
	//删除当前节点
	void removeNode(Node* node) {
		node->prev->next = node->next;
		node->next->prev = node->prev;
	}

	//添加到表头
	void  addNodeToHead(Node* node) {
		node->prev = head;
		node->next = head->next;
		head->next->prev = node;
		head->next = node;
	}
};
相关推荐
知我Deja_Vu4 天前
redisCommonHelper.generateCode(“GROUP“),Redis 生成码方法
数据库·redis·缓存
没有bug.的程序员5 天前
电商秒杀系统深度进阶:高并发流量建模、库存零超卖内核与 Redis+MQ 闭环
数据库·redis·缓存·高并发·电商秒杀·流量建模·库存零超卖
troublea5 天前
ThinkPHP3.x高效学习指南
mysql·nginx·缓存
troublea5 天前
ThinkPHP6快速入门指南
数据库·mysql·缓存
Emotional。5 天前
AI Agent 性能优化和成本控制
人工智能·深度学习·机器学习·缓存·性能优化
jnrjian5 天前
Oracle 共享池 库缓存下的 Library Cache Lock
数据库·缓存·oracle
Anastasiozzzz5 天前
阿亮随手记:MySQL移除查询缓存、子查询优化深分页、自增主键溢出、索引失效
数据库·mysql·缓存
難釋懷5 天前
Redis消息队列-基于Stream的消息队列-消费者组
数据库·redis·缓存
難釋懷6 天前
Redis消息队列-基于Stream的消息队列
数据库·redis·缓存
troublea6 天前
Laravel 8.x新特性全解析
数据库·mysql·缓存