Hot-146 LRU(最近最少使用Least Recent Use)缓存

补充知识:双向链表是什么?

OrderedDict如何理解?OrderedDict 是 Python 标准库 collections 模块中的一个字典子类,它会记住键值对插入的顺序

个人感觉:"其实没必要去自己写代码实现OrderedDict,因为这个数据结构,本质就是用 双向链表+Dict实现,它主要满足的功能就是根据key找到对应的位置,并且完成修改这个key的位置的value,或者删除,其中找这个动作是dict实现,删除或者移动就是双向链表实现的"

1、解法1:python的 from collections import OrderedDict双向链表+哈希Dict的类

复制代码
from collections import OrderedDict

class LRUCache:

    def __init__(self, capacity: int):
        self.capacity = capacity
        self.cache = OrderedDict()

    def get(self, key: int) -> int:
        if key not in self.cache:
            return -1
        # 将访问的 key 移动到末尾(表示最近使用)
        self.cache.move_to_end(key)
        return self.cache[key]

    def put(self, key: int, value: int) -> None:
        if key in self.cache:
            # 更新并移动到末尾
            self.cache.move_to_end(key)
        self.cache[key] = value
        
        if len(self.cache) > self.capacity:
            # 弹出第一个元素(最久未使用)
            self.cache.popitem(last=False)

2、解法2:

-自己实现OrderedDict

复制代码
class Node:
    """双向链表节点"""
    def __init__(self, key=0, value=0):
        self.key = key
        self.value = value
        self.prev = None
        self.next = None


class LRUCache:

    def __init__(self, capacity: int):
        self.capacity = capacity
        self.cache = {}  # 哈希表:key -> 节点
        
        # 使用伪头和伪尾节点,简化边界操作
        self.head = Node()  # 头节点(最久未使用)
        self.tail = Node()  # 尾节点(最近使用)
        self.head.next = self.tail
        self.tail.prev = self.head

    def _add_node(self, node: Node) -> None:
        """在尾部添加节点(标记为最近使用)"""
        node.prev = self.tail.prev
        node.next = self.tail
        self.tail.prev.next = node
        self.tail.prev = node

    def _remove_node(self, node: Node) -> None:
        """删除节点"""
        node.prev.next = node.next
        node.next.prev = node.prev

    def _move_to_tail(self, node: Node) -> None:
        """将节点移动到尾部(标记为最近使用)"""
        self._remove_node(node)
        self._add_node(node)

    def _pop_head(self) -> Node:
        """弹出头部节点(最久未使用)"""
        node = self.head.next
        self._remove_node(node)
        return node

    def get(self, key: int) -> int:
        if key in self.cache:
            node = self.cache[key]
            self._move_to_tail(node)  # 更新为最近使用
            return node.value
        return -1

    def put(self, key: int, value: int) -> None:
        if key in self.cache:
            # 更新已有节点
            node = self.cache[key]
            node.value = value
            self._move_to_tail(node)
        else:
            # 创建新节点
            node = Node(key, value)
            self.cache[key] = node
            self._add_node(node)
            
            # 如果超出容量,移除最久未使用的节点
            if len(self.cache) > self.capacity:
                lru_node = self._pop_head()
                del self.cache[lru_node.key]
相关推荐
Sw1zzle2 小时前
算法入门(四):二叉树 - 递归遍历三件套
算法·leetcode
海石3 小时前
子树怎么找?树的3种遍历方式来帮忙!
算法·leetcode
海石3 小时前
难度分 1588:思路 + 技巧 = AC
算法·leetcode
Frostnova丶11 小时前
(12)LeetCode 76. 最小覆盖子串
算法·leetcode·职场和发展
wabs66612 小时前
关于动态规划【力扣583.两个字符串的删除操作的思考】
算法·leetcode·动态规划
_Doubletful13 小时前
妙用位运算:解构汉明距离至100%(提供分析与多解)
c语言·算法·leetcode
凯瑟琳.奥古斯特13 小时前
力扣1013三等分解法与C++实现
开发语言·c++·算法·leetcode·职场和发展
凯瑟琳.奥古斯特14 小时前
力扣1012数位DP解法详解
开发语言·c++·算法·leetcode·职场和发展
海石1 天前
1500分的题目,确实有实力,不过还是我略胜一筹
算法·leetcode
海石1 天前
【记忆化搜索】条条大路通AC,走好适合你的那一条,走到后再考虑走得快
算法·leetcode