LeetCode146 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:

复制代码
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。

思路总结:DlinkNode结构体创建双链表,双链表有key和val;

pre和next指针,并且进行初始化。

哈希表cache存着key和双链表节点

初始化head和tail(head和tail并不存储实际数据)

在LRUCache函数中 要clear哈希表,并且把tail加进双链表

在addNode中 如果有 可以直接返回 如果没有就需要弄个cur

把cur放到head的后面最佳

在deltNode中 如果没有 可以直接返回 如果有就erase他

删除的操作就是把他的前后找到 然后前后接上 把他悬挂

在get操作中,如果没有这个 返回-1;

如果有 就要先给他deletNode 再给他addNode

在put操作中,如果有,就先deletNode 再addNode

如果没有,就看看现在的哈希表是不是等于容量

如果等于容量:那就把tail前一个给他deleNode了

如果不等于容量:简单直接addNode。

cpp 复制代码
struct DlinkNode{
    int key;
    int val;
    DlinkNode*pre;
    DlinkNode*next;
    DlinkNode():key(-1),val(-1),next(nullptr),pre(nullptr){}
    DlinkNode(int _key,int _val):key(_key),val(_val),next(nullptr),pre(nullptr){}
};
class LRUCache {
private:
unordered_map<int,DlinkNode*>cache;
    DlinkNode*head;
    DlinkNode*tail;
    int limit;
public:
    LRUCache(int capacity) {
        limit=capacity;
        cache.clear();
        head=new DlinkNode();
        tail=new DlinkNode();
        head->next=tail;
        tail->pre=head;
    }
    
    int get(int key) {
        if(!cache.count(key)){
            return -1;
        }
        int val=cache[key]->val;
        deltNode(key);
        addNode(key,val);
        return val;
    }
    
    void put(int key, int value) {
        if(cache.count(key)){
            deltNode(key);
            addNode(key,value);
        }else{
            if(cache.size()==limit){
                deltNode(tail->pre->key);
                addNode(key,value);
            }else{
                addNode(key,value);
            }
        }
    }
    void addNode(int key,int val){//添加
        //在头部添加
        if(cache.count(key)){
            return;
        }
        DlinkNode*cur=new DlinkNode(key,val);
        cur->next=head->next;
        head->next->pre=cur;
        cur->pre=head;
        head->next=cur;
        cache[key]=cur;
    }
    void deltNode(int key){//删除
        if(!cache.count(key)){
            return;
        }
        DlinkNode*cur=cache[key];
        cache.erase(key);
        DlinkNode*front=cur->pre;
        DlinkNode*back=cur->next;
        front->next=back;
        back->pre=front;
        cur->pre=nullptr;
        cur->next=nullptr;
    }
};
相关推荐
v***43177 分钟前
spring.profiles.active和spring.profiles.include的使用及区别说明
java·后端·spring
杜子不疼.31 分钟前
【C++】深入解析AVL树:平衡搜索树的核心概念与实现
android·c++·算法
永远不打烊33 分钟前
c++11 之 统一初始化(Uniform Initalization)
c++·程序员
艾莉丝努力练剑35 分钟前
【C++:哈希表封装】用哈希表封装unordered_map和unordered_set
java·c++·stl·哈希算法·散列表·平衡二叉树·哈希
Moe48838 分钟前
@SpringBootApplication 注解(Spring Boot 自动配置)详解
java·后端
后端小张44 分钟前
【JAVA 进阶】SpringBoot 事务深度解析:从理论到实践的完整指南
java·开发语言·spring boot·后端·spring·spring cloud·事务
合作小小程序员小小店44 分钟前
web网页开发,在线%宠物销售%系统,基于Idea,html,css,jQuery,java,ssh,mysql。
java·前端·数据库·mysql·jdk·intellij-idea·宠物
合作小小程序员小小店1 小时前
web网页开发,在线%档案管理%系统,基于Idea,html,css,jQuery,java,ssh,mysql。
java·前端·mysql·jdk·html·ssh·intellij-idea
故渊ZY1 小时前
深入解析JVM:核心架构与调优实战
java·jvm·架构
ChinaRainbowSea1 小时前
13. Spring AI 的观测性
java·人工智能·后端·spring·flask·ai编程