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
青少儿编程课堂41 分钟前
图形化编程实战:智能交通灯调度台,一个作品讲透循环、条件与广播
c++·python·算法·bfs·信息学竞赛
evans在进步44 分钟前
LeetCode 438 找到字符串中所有字母异位词:滑动窗口与排序解法详解
算法·leetcode·职场和发展
M78佐菲1 小时前
Linux多线程:创建、回收与互斥同步
linux·笔记·学习·算法
小手cool1 小时前
使用递归对数组进行反转操作
java·数据结构·算法
兔兔兔兔11 小时前
记录C++ 13
开发语言·c++·算法
码行山野赴时序归途1 小时前
从暴力到最优:三道 C 语言入门题的解法思路
c语言·开发语言·数据结构·算法·leetcode·排序算法
土司大王1 小时前
LeetCode hot100——随机链表的复制
算法·leetcode·链表
叠层归一研究院1 小时前
螺旋时空:E框架的整合宇宙论
人工智能·经验分享·算法·机器学习·agi
磁场转动100万匹1 小时前
线性回归算法实现训练数据集、测试数据集的缺失值填充
算法·机器学习·线性回归
乐迪信息2 小时前
防爆AI摄像机实时监测船舶异常姿态
大数据·人工智能·算法·安全·目标跟踪