本文共 1507 字，大约阅读时间需要 5 分钟。

LRU Cache LRU缓存机制

运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

• 获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
• 写入数据 put(key, value) -如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，从而为新的数据值留出空间。

你是否可以在 O(1) 时间复杂度内完成这两种操作？

示例:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );cache.put(1, 1);cache.put(2, 2);cache.get(1);       // 返回  1cache.put(3, 3);    // 该操作会使得密钥 2 作废cache.get(2);       // 返回 -1 (未找到)cache.put(4, 4);    // 该操作会使得密钥 1 作废cache.get(1);       // 返回 -1 (未找到)cache.get(3);       // 返回  3cache.get(4);       // 返回  4

方法一：哈希表+双向链表

class LRUCache{
   public:    LRUCache(int capacity) {
           cap = capacity;    }        int get(int key) {
       //        auto it = m.find(key);        if (it == m.end()) return -1;        l.splice(l.begin(), l, it->second);        return it->second->second;    }        void put(int key, int value) {
           auto it = m.find(key);        //若出现过元素，则擦除该元素        if (it != m.end()) l.erase(it->second);        //元素放置到开头        l.push_front(make_pair(key, value));        m[key] = l.begin();        //当达到缓存容量将末尾的元素释放        if (m.size() > cap) {
               int k = l.rbegin()->first;            l.pop_back();            m.erase(k);        }    }    private:    int cap;    //双向链表：装着 (key, value) 元组    list
   
    
     > l;    //哈希表：key 映射到 (key, value) 在 cache 中的位置    unordered_map
     
      >::iterator> m;};
     
    
   

转载地址：https://blog.csdn.net/weixin_42490152/article/details/101540060 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！