LeetCode 164. LRU 缓存

LRU缓存

题目描述

请你设计并实现一个满足 LRU (最近最久未使用) 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 put必须以 O(1) 的平均时间复杂度运行。

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

解题思路

  1. 首先,函数 get putO(1) 的平均时间复杂度运行,那么就要使用到hash table进行查询操作。
  • hash table 中存放什么内容呢?其中key必然是我们执行查询的key,那么value存放什么呢?因为涉及到时间复杂度为O(1)的驱逐操作,我们考虑使用链表进行维护。你可以将此链表想象为特殊的优先队列。链表中,元素越靠前,那么它就是最近使用的。
  1. 对于get操作,首先判断key是否存在,不存在就返回-1。如果key存在,那么我们返回元素value
  2. 对于put操作,首先判断key是否存在,不存在我们需要构造元素然后将元素插入到链表头部,并且需要维护哈希表。如果key存在,那么我们需要将元素插入到链表头部,并更新哈希表。

C++ 代码

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

class LRUCache {
public:
    LRUCache(int _capacity) 
        : capacity(_capacity), size(0)
    {
        head = new DLinkNode();
        tail = new DLinkNode();
        head->next = tail;
        tail->prev = head;
    }
    
    int get(int key) {
        // if (!cache.count(key)) return -1;
        if (cache.find(key) != cache.end()) {
            DLinkNode* node = cache[key];
            move_to_head(node);
            return node->value;
        } else {
            return -1;
        }
    }
    
    void put(int key, int value) {
        if (cache.find(key) != cache.end()) {
            DLinkNode* node = cache[key];
            node->value = value;
            move_to_head(node);
        } else {
            DLinkNode* node = new DLinkNode(key, value);
            cache.insert({key, node});
            // 其他插入的方法:1. cache[key] = value;  使用索引操作符  2. cache.insert(make_pair(key, node));  使用insert member func 3. cache.empalce(key, node); 使用emplace member func
            add_to_head(node);
            ++size;
            if (size > capacity) {
                DLinkNode* removed = remove_tail();
                cache.erase(removed->key);
                delete removed;
                --size;
            }
        }
    }
private:
    unordered_map<int, DLinkNode*> cache;
    DLinkNode* head, * tail;
    int size, capacity;
    
    void add_to_head(DLinkNode* node) {
        DLinkNode* tmp = head->next;
        head->next = node;
        node->prev = head;
        node->next = tmp;
        tmp->prev = node;
    }

    DLinkNode* remove_tail() {
        DLinkNode* node = tail->prev;
        tail->prev->prev->next = tail;
        tail->prev = tail->prev->prev;
        return node;
    }

    void move_to_head(DLinkNode* node) {
        node->prev->next = node->next;
        node->next->prev = node->prev;
        add_to_head(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
空白到白几秒前
机器学习-聚类
人工智能·算法·机器学习·聚类
索迪迈科技5 分钟前
java后端工程师进修ing(研一版 || day40)
java·开发语言·学习·算法
zzzsde20 分钟前
【数据结构】队列
数据结构·算法
芒克芒克29 分钟前
LeetCode 面试经典 150 题:删除有序数组中的重复项(双指针思想解法详解)
算法
青 .29 分钟前
数据结构---二叉搜索树的实现
c语言·网络·数据结构·算法·链表
MChine慕青1 小时前
顺序表与单链表:核心原理与实战应用
linux·c语言·开发语言·数据结构·c++·算法·链表
塔中妖2 小时前
【华为OD】查找接口成功率最优时间段
算法·链表·华为od
塔中妖2 小时前
【华为OD】最大子矩阵和
算法·华为od·矩阵
努力学习的小廉2 小时前
深入了解linux系统—— 线程同步
linux·服务器·数据库·算法
数据爬坡ing3 小时前
从挑西瓜到树回归:用生活智慧理解机器学习算法
数据结构·深度学习·算法·决策树·机器学习