LeetCode 146.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久未使用的数据值,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 1
cache.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 3
cache.get(4); // 返回 4

tips:
数据结构:用unordered_map实现O(1)内访问,用list的O(1)时间的插入删除特性,实现维护缓冲区的大小以及优先顺序。

class LRUCache {
private:
	int capacity;
	list<pair<int,int>> cache;
	unordered_map<int, list<pair<int,int>>::iterator> mymap;
public:
    LRUCache(int cap) {
		capacity=cap;
    }
    
    int get(int key) {
		if(mymap.find(key)!=mymap.end()) {
			auto iter= mymap[key];
			int val=(*iter).second;
			cache.erase(iter);
			cache.push_front({key,val});
			mymap[key]=cache.begin();
			return val;
		} else {
			return -1;
		}
    }
    
    void put(int key, int value) {
		if(mymap.find(key)!=mymap.end()) {
			
			auto iter= mymap[key];
			cache.erase(iter);
			cache.push_front({key,value});
			mymap[key]=cache.begin();
		} else {
			// 判断容量是否已满
			if(cache.size() == capacity) {
				auto back=cache.back();
				mymap.erase(back.first);
				cache.pop_back();
			}
			cache.push_front({key,value});
			mymap[key]=cache.begin();
		}
    }
};

java 版本,手写一个双向链表,外加HashMap 实现。
双向链表中可以先设置头尾的虚节点,避免复杂的判断。
attention :

  1. 超出容量限制的时候,要同时从链表和map里面删除最后的元素。
  2. put已有元素时,也要把该元素提到链表的头部
class DLinkList{
    DLinkList left;
    DLinkList right;
    int val;
    int key;
    DLinkList(int key, int val) {
        this.key = key;
        this.val = val;
        this.left = null;
        this.right = null;
    }
}

class LRUCache {
    private Map<Integer, DLinkList> map;
    private DLinkList head;
    private DLinkList tail;
    private int capacity;
    public LRUCache(int capacity) {
        map = new HashMap<>();
        this.capacity = capacity;
        this.head = new DLinkList(-1,-1);
        this.tail = new DLinkList(-1,-1);
        head.right = tail;
        tail.left = head;
    }

    public int get(int key) {
        if(map.get(key) == null) {
            return -1;
        } else {
            moveToHead(key);
            return map.get(key).val;
        }
    }

    public void put(int key, int value) {
        if(map.get(key) == null) {
            DLinkList node = new DLinkList(key, value);
            node.left = head;
            node.right = head.right;
            head.right.left = node;
            head.right = node;
            map.put(key, node);
            if(map.size() > capacity) {
                map.remove(tail.left.key);
                tail.left.left.right = tail;
                tail.left = tail.left.left;
            }
        } else {
            map.get(key).val = value;
            moveToHead(key);
        }
    }
    public void moveToHead(int key) {
        DLinkList node = map.get(key);
        node.left.right = node.right;
        node.right.left = node.left;
        node.left = head;
        node.right = head.right;
        head.right.left = node;
        head.right = node;
    }
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值