146. LRU 缓存

【题目】:146. LRU 缓存

LRU:最近最少未使用,很少被请求的数据才会被淘汰掉

本质:让不经常访问的数据往下排,经常访问的数据往上排。

这样会导致:冷门数据在最下边,热门数据在最上边。

如果访问的数据缓存中没有缓存已经满了:把最下边的数据淘汰掉,再把刚访问的数据放到上边(换页)

分析:

  1. 选用什么数据结构?
    数组:添加一个节点,所有节点都要往后移动,时间复杂度O(n)
    链表:添加节点、删除节点只需要改变节点指向,时间复杂度O(1)。只需要改变指针的指向即可。由于不仅要直到节点的下一位,还需要直到节点的上一位,所以使用双向链表
  2. 怎么找到链表的某个节点?
    正常查询链表的某个节点,需要逐个遍历链表元素,时间复杂度O(n)。那有没有办法优化到O(1)的时间复杂度呢?

hashMap的查询时间复杂度是O(1),可以用hashMap来存储链表节点。

最后选择数据结构如下:

  1. 双向链表数据结构
cpp 复制代码
class Node {
public:    
    int key;
    int value;
    Node *pre;
    Node *next;
    Node(int key, int value) {
        this->key = key;
        this->value = value;
        this->pre = nullptr;
        this->next = nullptr;
    }
    Node() {
        this->key = 0;
        this->value = 0;
        this->pre = nullptr;
        this->next = nullptr;
    }
};
cpp 复制代码
class LRUCache {
public:
    int capacity;
    int size;

    Node *head; // 头节点(哨兵)
    Node *tail; // 尾节点(哨兵)

    unordered_map<int, Node*> mp; // map

    LRUCache(int capacity) {
        this->capacity = capacity;
        this->size = 0;
        // 初始化双向链表
        head = new Node();
        tail = new Node();
        head->next = tail;
        tail->pre = head;
    }
    
    int get(int key) {
        if(mp.find(key) == mp.end()) { // 未找到
            return -1;
        }
        Node *node = mp[key];
        deleteNodeAndInsertHead(node);
        return node->value;
    }
    
    void put(int key, int value) {
        if(mp.find(key) == mp.end()) { // 缓存中没有
            if(size == capacity) { // 缓存已满,调页
                Node *delNode = tail->pre; // 要调出的节点
                deleteNode(delNode); // 调出
                mp.erase(delNode->key);// 更新map
            }else {
                // 缓存未满 - 直接提到头部
                ++size; //更新size
            }
            Node *node = new Node(key, value);
            insertHead(node); // 提到头部
            mp[key] = node; // 更新map
        }else {
            // 缓存中有 - 更新 - 提到头部
            Node *node = mp[key];
            node->value = value; // 更新node
            mp[key] = node; // 更新map
            deleteNodeAndInsertHead(node); // 提到头部
        }
    }
private:
    // 删除节点
    void deleteNode(Node *node) {
        node->pre->next = node->next;
        node->next->pre = node->pre;
    }
    // 插入头部
    void insertHead(Node *node) {
        head->next->pre = node;
        node->next = head->next;
        node->pre = head;
        head->next = node;
    }
    // 删除节点插入头部的连续操作(正常访问一个节点,都需要做这两步操作)
    void deleteNodeAndInsertHead(Node *node) {
        deleteNode(node);
        insertHead(node);
    }
};
  • 时间复杂度: O(n)
  • 空间复杂度: O(1)
相关推荐
_dindong2 小时前
动规:回文串问题
笔记·学习·算法·leetcode·动态规划·力扣
wangwangmoon_light3 小时前
0.0 编码基础模板
java·数据结构·算法
共享家95273 小时前
Leetcode刷题
算法·leetcode·职场和发展
simon_skywalker3 小时前
第7章 n步时序差分 n步时序差分预测
人工智能·算法·强化学习
山,离天三尺三3 小时前
基于LINUX平台使用C语言实现MQTT协议连接华为云平台(IOT)(网络编程)
linux·c语言·开发语言·网络·物联网·算法·华为云
flashlight_hi4 小时前
LeetCode 分类刷题:74. 搜索二维矩阵
python·算法·leetcode·矩阵
小年糕是糕手4 小时前
【数据结构】算法复杂度
c语言·开发语言·数据结构·学习·算法·leetcode·排序算法
程序员-King.5 小时前
day86——有效的字母异位词(LeetCode-242)
算法·字符串
xxxxxxllllllshi5 小时前
Java 代理模式深度解析:从静态到动态,从原理到实战
java·开发语言·笔记·算法·代理模式
Starry_hello world5 小时前
C++ 二分算法(1)
c++·算法·有问必答