力扣---***********LRU 缓存***********

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。

示例:

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

官方题解:

哈希表 + 双向链表

详见:

作者:力扣官方题解

链接:https://leetcode.cn/problems/lru-cache/solutions/259678/lruhuan-cun-ji-zhi-by-leetcode-solution/

来源:力扣(LeetCode)

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

代码:

cpp 复制代码
struct DLinkedNode{
    int key,value;
    DLinkedNode * prev;
    DLinkedNode * next;
    DLinkedNode(): key(0),value(0),prev(nullptr),next(nullptr){};
    DLinkedNode(int _key,int _value):key(_key),value(_value),prev(nullptr),next(nullptr){};
};

class LRUCache {
private:
    unordered_map<int,DLinkedNode*> cache;
    DLinkedNode * head;
    DLinkedNode * tail;
    int size;
    int capacity;

public:
    LRUCache(int _capacity):capacity(_capacity),size(0){
        head = new DLinkedNode;
        tail = new DLinkedNode;
        head->next = tail;
        tail->prev = head;
    }
    
    int get(int key) {
        if (!cache.count(key)){
            return -1;
        }
        DLinkedNode * node = cache[key];
        moveToHead(node);
        return node->value;
    }
    
    void put(int key, int value) {
        if(!cache.count(key)){
            DLinkedNode * node = new DLinkedNode(key,value);
            cache[key] = node;
            addToHead(node);
            ++size;
            if (size > capacity){
                DLinkedNode * removed =  removeTail();
                cache.erase(removed->key);
                delete removed;
                --size;
            }
        }
        else{
            DLinkedNode * node = cache[key];
            node -> value = value;
            moveToHead(node);
        }
    }

    void addToHead(DLinkedNode * node){
        node -> prev = head;
        node->next = head->next;
        head->next->prev = node;
        head->next = node;
    }

    void removeNode(DLinkedNode * node){
        node->prev->next = node->next;
        node->next->prev = node->prev;
    }

    void moveToHead(DLinkedNode * node){
        removeNode(node);
        addToHead(node);
    }

    DLinkedNode * removeTail(){
        DLinkedNode * node = tail->prev;
        removeNode(node);
        return node;
    }
};


/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache* obj = new LRUCache(capacity);
 * int param_1 = obj->get(key);
 * obj->put(key,value);
 */
相关推荐
我的golang之路果然有问题3 分钟前
快速了解redis,个人笔记
数据库·经验分享·redis·笔记·学习·缓存·内存
道友老李42 分钟前
【存储中间件】Redis核心技术与实战(五):Redis缓存使用问题(BigKey、数据倾斜、Redis脑裂、多级缓存)、互联网大厂中的Redis
redis·缓存·中间件
ApeAssistant43 分钟前
Spring + 设计模式 (十四) 行为型 - 观察者模式
spring·设计模式
ApeAssistant1 小时前
Spring + 设计模式 (十三) 行为型 - 策略模式
spring·设计模式
yuren_xia2 小时前
Spring XML 配置
xml·java·spring
mit6.8242 小时前
[贪心_7] 最优除法 | 跳跃游戏 II | 加油站
数据结构·算法·leetcode
不知疲倦的仄仄3 小时前
跨域 同源策略通俗讲解
前端·后端·spring·edge浏览器
凯子坚持 c4 小时前
深度解析之算法之分治(快排)
算法·leetcode·职场和发展
绿算技术9 小时前
存储新势力:助力DeepSeek一体机
人工智能·科技·缓存·fpga开发
细心的莽夫10 小时前
SpringCloud 微服务复习笔记
java·spring boot·笔记·后端·spring·spring cloud·微服务