LRU缓存(哈希+双链表)

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)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。

样例输入

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

提示:

  • 1 <= capacity <= 3000
  • 0 <= key <= 10000
  • 0 <= value <= 105
  • 最多调用 2 * 105getput

题解

  • 使用双链表模拟缓存 。链表头部作为缓存入口 (插入节点),用于保存最近刚被访问的页面 ;链表尾部作为缓存出口 (删除节点),用于删除最近最久没有被访问的页面

  • 为了便于链表节点的查找,需要定义一个哈希表,用于保存key和对应节点的关系

  • get函数用于模拟cpu对缓存的访问,也就是对内存页的访问。

    • 由LRU算法原理可知,每访问一次缓存,如果能够命中该页面,则说明该页面刚刚被访问过,因此需要将该节点(页面)移动到链表头部
  • put函数用于模拟向缓冲中插入页面。

    • 每次向缓存中插入页面时,都需要首先检查该页面是否在缓存中
    • 如果不在则直接将该页面插入到链表头部(因为该页面刚刚被访问过),同时判断此时缓冲中的大小是否已经超过容量,如果超过则需要从缓存中删除该节点(页面)
    • 如果页面在缓存中,则直接将该页面放入链表头部
cpp 复制代码
struct DLinkNode
{
    int _key,_val;
    struct DLinkNode* prev,*next;
};

class LRUCache {
private:
    unordered_map<int,DLinkNode*> _mp;
    DLinkNode* head,*tail;
    int _size;
    int _capacity;

public:
    LRUCache(int capacity):_capacity(capacity),_size(0) {
        head=new DLinkNode(0);
        tail=new DLinkNode(0);
        head->next=tail;
        tail->prev=head;
    }
    
    int get(int key) {
        auto it=_mp.find(key);
        if(it==_mp.end())
        {
            return -1;
        }else{
            moveHead(it->second);
            return it->second->_val;
        }
    }
    
    void put(int key, int value) {
        auto it=_mp.find(key);
        if(it==_mp.end())
        {
            DLinkNode* e=new DLinkNode(key,value);
            addHead(e);
            _size++;
            _mp[key]=e;
            if(_size>_capacity)
            {
                DLinkNode* tmp=tail->prev;
                removeNode(tmp);
                _mp.erase(tmp->_key);
                delete tmp;
                _size--;
            }
        }else{
            it->second->_val=value;
            moveHead(it->second);
        }
    }

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

    void addHead(DLinkNode* node)
    {
        node->prev=head;
        node->next=head->next;
        head->next->prev=node;
        head->next=node;
    }

    void moveHead(DLinkNode* node)
    {
        removeNode(node);
        addHead(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
MarkHard1232 小时前
如何利用redis使用一个滑动窗口限流
数据库·redis·缓存
心想事成的幸运大王4 小时前
Redis的过期策略
数据库·redis·缓存
Gu_shiwww6 小时前
数据结构8——双向链表
c语言·数据结构·python·链表·小白初步
_不会dp不改名_9 小时前
leetcode_21 合并两个有序链表
算法·leetcode·链表
wuyunhang12345610 小时前
Redis---集群模式
数据库·redis·缓存
没有bug.的程序员11 小时前
Redis 大 Key 与热 Key:生产环境的风险与解决方案
java·数据库·redis·缓存·热key·大key
wuyunhang12345611 小时前
Redis----缓存策略和注意事项
redis·缓存·mybatis
零雲12 小时前
除了缓存,我们还可以用redis做什么?
数据库·redis·缓存
梦中的天之酒壶12 小时前
多级缓存架构
缓存·架构
We....12 小时前
Java 分布式缓存实现:结合 RMI 与本地文件缓存
java·分布式·缓存