链表-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:

LRU是Least Recently Used的缩写,意为"最近最少使用"。LRU是一种常用的缓存淘汰策略,用于管理缓存中的数据。

举个例子,你从一堆书中找出自己想要看的书,读完之后一般是放在最上面;如果你又从其他地方拿了一本书读完之后,打算放入这堆书中,如果这堆书中还有同名书,只是年份不同,那么就用这本书进行替换,如果没有同名书,由于"空间"不够使用,只能将最底下的书移走,再放入这本书

LRU缓存算法的基本思想是:当缓存空间不足时,优先淘汰最近最少使用的数据,以便为新数据腾出空间。具体来说,LRU算法会维护一个有序列表,列表中的元素按照访问时间从新到旧排列。每当缓存命中时,就将命中的数据移动到列表的头部,每当缓存缺失时,就将新数据插入到列表的头部,并将列表尾部的数据淘汰掉。

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。

由于题目要求O(1)复杂度,采取双链表,每个节点都是一本书;使用哈希来快速查找书籍

先创建节点Node

cpp 复制代码
struct Node{
    int _key;
    int _value;
    Node* _next;
    Node* _prev;
    Node(int key, int value): _key(key), _value(value), _next(nullptr), _prev(nullptr){}
};

刚开始时,使用一个哨兵节点

cpp 复制代码
class LRUCache {
private:
    Node* _dummy;
    int _capacity;
    unordered_map<int, Node*> _map;
    
public:
    LRUCache(): _dummy(new Node(-1, -1)), _capacity(0){
        _dummy->_next = _dummy;
        _dummy->_prev = _dummy;
    }
};

实现查找书

cpp 复制代码
    Node* get_node(int key)//查找书
    {
        auto it=_map.find(key);
        if(it==_map.end())//没找到
            return nullptr;
        auto node=it->second;//找到了
        remove(node);//从书堆中取出
        insert_to_head(node);//放在书顶
        return node;
    }

实现将书从书堆中移除

cpp 复制代码
    void remove(Node* node)//从书堆中移除
    {
        node->_prev->_next = node->_next;
        node->_next->_prev = node->_prev;
    }

实现将书放入书顶

cpp 复制代码
    void insert_to_head(Node* node)//放入书顶
    {
        node->_next = _dummy->_next;
        node->_prev = _dummy;
        _dummy->_next->_prev = node;
        _dummy->_next = node;
    }

实现取书get功能

cpp 复制代码
    int get(int key)
    {
        auto node=get_node(key);//查找这本书
        return node?node->_value:-1;
    }

实现放入put功能

cpp 复制代码
    void put(int key, int value)
    {
        auto node = get_node(key);
        if(node)//书堆中已经存在,进行替换
        {
            node->_value=value;
            return;
        }
        _map[key]=node=new Node(key, value);
        insert_to_head(node);//独一份,放入书顶
        if(_map.size()>_capacity)
        {
            auto node=_dummy->_prev;
            remove(node);
            _map.erase(node->_key);
            delete node;
        }
    }

完整代码

cpp 复制代码
struct Node{
    int _key;
    int _value;
    Node* _next;
    Node* _prev;
    Node(int key, int value): _key(key), _value(value), _next(nullptr), _prev(nullptr){}
};

class LRUCache {
private:
    Node* _dummy;
    int _capacity;
    unordered_map<int, Node*> _map;

    void remove(Node* node)//从书堆中移除
    {
        node->_prev->_next = node->_next;
        node->_next->_prev = node->_prev;
    }

    void insert_to_head(Node* node)//放入书顶
    {
        node->_next = _dummy->_next;
        node->_prev = _dummy;
        _dummy->_next->_prev = node;
        _dummy->_next = node;
    }

    Node* get_node(int key)//查找书
    {
        auto it=_map.find(key);
        if(it==_map.end())//没找到
            return nullptr;
        auto node=it->second;//找到了
        remove(node);//从书堆中取出
        insert_to_head(node);//放在书顶
        return node;
    }

public:
    LRUCache(): _dummy(new Node(-1, -1)), _capacity(0){
        _dummy->_next = _dummy;
        _dummy->_prev = _dummy;
    }

    int get(int key)
    {
        auto node=get_node(key);//查找这本书
        return node?node->_value:-1;
    }

    void put(int key, int value)
    {
        auto node = get_node(key);
        if(node)//书堆中已经存在,进行替换
        {
            node->_value=value;
            return;
        }
        _map[key]=node=new Node(key, value);
        insert_to_head(node);//独一份,放入书顶
        if(_map.size()>_capacity)
        {
            auto node=_dummy->_prev;
            remove(node);
            _map.erase(node->_key);
            delete node;
        }
    }
};
相关推荐
无忧.芙桃9 小时前
C++语言原理与实践(二十三):哈希表的实现
c++·链表·哈希算法·散列表·哈希表
Flynn Liang10 小时前
大模型成本优化:基于 Redis 的可验证语义缓存架构
人工智能·redis·缓存·架构·ai agent·智能体
FungLeo11 小时前
FengCMS · PHP+MySQL升级实录 ·并发一致性连环坑:模板缓存、排队保存、备份恢复的竞态
mysql·缓存·php·工程实践·fengcms
SA-D12 小时前
Redis 架构要点:性能、持久化、缓存故障与分布式锁的边界
redis·缓存·架构
AvocadoZeroOneOI12 小时前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
whitelbwwww14 小时前
cuBLAS--CUDA高性能线性代数计算库--第一部分
c++·线性代数·gpu算力·cuda c++
eggwyw17 小时前
C++设计模式之解释器模式
开发语言·c++
Resean022319 小时前
Spring 源码分析(六)循环依赖与三级缓存
java·spring·缓存
我不会插花弄玉1 天前
13.多路转接epoll【由浅入深-网络】
网络·c++·epoll
郝学胜-神的一滴1 天前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl