LeetCode 146. LRU缓存机制(哈希链表)
发布日期:2021-07-01 03:13:51
浏览次数:2
分类:技术文章
本文共 3681 字,大约阅读时间需要 12 分钟。
文章目录
1. 题目信息
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。进阶:
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/lru-cache 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。2. 解题
- 类似题目:
2.1 手动实现list
要 put 和 get 方法的时间复杂度为 O(1),这个数据结构要:查找快,插入快,删除快,有顺序之分。
- 有顺序之分,区分最近使用的和久未使用的数据
- 容量满了要删除最后一个数据
- 访问时要把数据插入到队头。
哈希表查找快,但数据无顺序
链表有顺序之分,插入删除快,但查找慢。 结合一下以上两者的优点。- LRU 缓存算法的核心数据结构就是哈希链表,双向链表和哈希表的组合体。
借一张图表示下哈希链表。
class Node{ public: int key, value; Node *prev, *next; Node(int k, int v):prev(NULL),next(NULL) { key = k; value = v; }};class DoubleList{ Node *head, *tail; int len;public: DoubleList():len(0) { head = new Node(0,0); tail = new Node(0,0); head->next = tail; tail->prev = head; } void addAtHead(Node* newnode) { newnode->next = head->next; newnode->prev = head; head->next->prev = newnode; head->next = newnode; len++; } void delNode(Node *del) { del->prev->next = del->next; del->next->prev = del->prev; len--; } Node* delLast()//删除最后的节点,并返回该节点 { if(tail->prev == head) return NULL; Node *last = tail->prev; delNode(last); return last; } int size() { return len; }};class LRUCache { unordered_mapm; DoubleList cache; int cap;public: LRUCache(int capacity) { cap = capacity; } int get(int key) { if(m.find(key) == m.end()) return -1; int val = m[key]->value; put(key, val); return val; } void put(int key, int value) { Node *newnode = new Node(key,value); if(m.find(key) != m.end())//找到节点,移至前面 { cache.delNode(m[key]); cache.addAtHead(newnode); m[key] = newnode; } else//没找到key { if(cap == cache.size()) { Node *last = cache.delLast(); m.erase(last->key); } cache.addAtHead(newnode); m[key] = newnode; } }};/** * Your LRUCache object will be instantiated and called as such: * LRUCache* obj = new LRUCache(capacity); * int param_1 = obj->get(key); * obj->put(key,value); */
2.2 使用内置list
class LRUCache { list cache; int cap; unordered_mapkv; unordered_map ::iterator> kPos;public: LRUCache(int capacity) { cap = capacity; } int get(int key) { if(!kv.count(key)) return -1; put(key,kv[key]); return kv[key]; } void put(int key, int value) { if(kv.count(key)) { cache.erase(kPos[key]); cache.push_front(key); kPos[key] = cache.begin(); kv[key] = value; } else { if(cap == cache.size()) { int lastkey = cache.back(); cache.pop_back(); kv.erase(lastkey); } kv[key] = value; cache.push_front(key); kPos[key] = cache.begin(); } }};
转载地址:https://michael.blog.csdn.net/article/details/100178189 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!
发表评论
最新留言
路过,博主的博客真漂亮。。
[***.116.15.85]2024年05月08日 02时33分17秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
Scala学习第十一天 Scala中的apply实战详解
2019-05-03
Scala学习第七天 Scala类的属性和对象私有字段实战详解
2019-05-03
Scala学习第六天 Map、Tuple、Zip实战解析
2019-05-03
Scala学习第四天 Scala的For与Function进阶实战、Lazy的使用
2019-05-03
Scala学习第三天 Tuple、Array、May与文件操作入门实战
2019-05-03
Scala学习第二天 Scala函数定义、流程控制、异常处理
2019-05-03
Scala学习第五天 Scala数组操作实战详解
2019-05-03
基于key-value的存储系统Redis
2019-05-03
Scala学习第十二天 Scala中的继承:超类的构造、重写字段、重写方法代码实战
2019-05-03
Scala学习第十三天 抽象类、抽象字段、抽象方法
2019-05-03
Scala学习第十四天 Scala中作为接口的trait、在对象中混入trait代码实战
2019-05-03
Scala学习第十五天 Scala多重继承、多重继承构造器执行顺序及AOP实现
2019-05-03
Scala学习第十六天 包的定义、包对象、包的引用、包的隐式引用代码实战
2019-05-03
Scala学习第十七天 包、类、对象、成员、伴生类、伴生对象访问权限实战彻底详解
2019-05-03
Scala学习第十八天 文件的读取、写入、控制台输入操作代码实战
2019-05-03
Scala学习第十九天 正则表达式、与模式匹配结合的的Reg代码实战
2019-05-03
剑指offer:栈的压入、弹出序列(java)
2019-05-03
剑指offer:往上到下打印二叉树(java)
2019-05-03
剑指offer:二叉搜索树的后序遍历序列(java)
2019-05-03
剑指offer:二叉树中和为某一值的所有路径(java)
2019-05-03