【数据结构】LRU cache

一、什么是LRU cache

一种缓存淘汰机制

什么是cache?通常指得速度相差较大的俩个硬件之间,用于协调二者数据传输的速度的一种结构。类如在CPU和内存、内存和硬盘。cache的容量是有限的,必然存在淘汰!

LRU是最近很少使用。我们通常认为最近使用的数据是有用的,很少使用是无用的,应该被优先淘汰掉。

例如在手机后台中,当运行的软件超过一定的内存时,最先淘汰掉的是很少使用的软件。

二、LRU cache的设计

146. LRU 缓存 - 力扣(LeetCode)

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)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 getput 必须以 O(1) 的平均时间复杂度运行。

这种淘汰机制要实现所有的操作都是常数次的时间复杂度,实现增删查改0(1)的时间复杂度。

复制代码
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

查找到数据O(1)的时间复杂度需要借助哈希表

添加一个数据到哈希表中的时间复杂度也是O(1)。

但是让这个元素更新到最前,哈希表不能做到,就要借助链表。队列中,我们不知道元素在哪里,遍历是O(N)的时间。

为了解决寻找,就要把key和链表的迭代器(这里是每一个结点的指针)绑定在一起,通过查找哈希表,就能知道在队列中的位置。

如果要更新元素到最前,要同时修改哈希表的映射和在队列中的位置。


三、结构实现

框架

哈希表的K放key ,V放链表迭代器

同时包含capacity,用于push的淘汰

    size_t _capacity;
    unordered_map<int ,list<pair<int,int>>::iterator> _HashMap;
    list<pair<int ,int>> _list;

get() 获取和更新

先通过哈希表找key,second就是迭代器,返回迭代器的second,并将该结点转移到链表的首位

    int get(int key) {
        auto hashit=_HashMap.find(key);
        //找到
        if(hashit!=_HashMap.end())
        {
            auto it=hashit->second;
           _list.splice(_list.begin(),_list ,it);

           return it->second; 
        }
        else
        {
            return -1;
        }
    }

splice函数的用法

void splice (iterator position, list& x, iterator i)

将目标迭代器转移到一个链表的位置


put 插入和更新

先在哈希表中查找映射 关系:

如果不存在就将再检查是否满了。如果满了,就要尾删 ,因为list是双向链表,尾删的代价是0(1) 。插入时,是头插,并且用迭代器更新哈希表。

如果存在,就更新value并且将结点移到最前面(逻辑同get)

这里的淘汰机制就是删除链表的最后一个位置,并且删除哈希表中的映射关系。

    void put(int key, int value) 
    {
        auto hashit=_HashMap.find(key);
        if(hashit==_HashMap.end())
        {
            //检查扩容
            if(_capacity==_HashMap.size())
            {
                //尾删
                auto back=_list.back();
                _HashMap.erase(back.first);
                _list.pop_back();
            }

            //新增
            _list.push_front(make_pair(key,value));
            _HashMap[key]=_list.begin();
        }
        else{
            auto it=hashit->second;
            it->second=value;
           _list.splice(_list.begin(),_list ,it); 
        }
    }

Gitee:代码

关键点是删除

转移

掌握了这俩个关键点,这道题就能顺利解决。

本题很考验基础功底,是一道不错的面试题。

相关推荐
wheeldown5 小时前
【数据结构】选择排序
数据结构·算法·排序算法
躺不平的理查德9 小时前
数据结构-链表【chapter1】【c语言版】
c语言·开发语言·数据结构·链表·visual studio
阿洵Rain9 小时前
【C++】哈希
数据结构·c++·算法·list·哈希算法
Leo.yuan9 小时前
39页PDF | 华为数据架构建设交流材料(限免下载)
数据结构·华为
半夜不咋不困9 小时前
单链表OJ题(3):合并两个有序链表、链表分割、链表的回文结构
数据结构·链表
忘梓.10 小时前
排序的秘密(1)——排序简介以及插入排序
数据结构·c++·算法·排序算法
y_m_h13 小时前
leetcode912.排序数组的题解
数据结构·算法
1 9 J13 小时前
数据结构 C/C++(实验三:队列)
c语言·数据结构·c++·算法
921正在学习编程13 小时前
数据结构之二叉树前序,中序,后序习题分析(递归图)
c语言·数据结构·算法·二叉树
毕竟秋山澪13 小时前
岛屿数量 广搜版BFS C#
数据结构·算法·宽度优先