146. LRU 缓存

本文介绍了如何调整哈希函数和列表长度以优化LRU缓存的性能。LRUCache类包含get_hash、init_hash和init_list等方法,用于查找、初始化和管理缓存项。缓存使用双向链表维护最近最少使用的顺序,并通过哈希表快速定位元素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  1. LRU 缓存
    LRU 缓存
    调了调哈希函数,表长,这下舒服了
    在这里插入图片描述
#define N 20001
 class LRUCache {
public:
    const int inf=1e7;
    
    int hs[N];
    int va[N];
    int list[N+10][2];
    int start;
    int end;
    int len;
    int sum;
    int get_hash(int x){
        int idx=x*7%N;
        do{
            if(hs[idx]==x) return idx;
            if(hs[idx]==-1) return -1;
            idx=(idx+1)%N;
        }while(idx!=x*7%N);
        return -1;
    }
    int init_hash(int x){
        int idx=x*7%N;
        do{
            if(hs[idx]==-1||hs[idx]==inf) break;
            idx=(idx+1)%N;
        }while(idx!=x*7%N);
        hs[idx]=x;
        return idx;
    }
    int init_list(int x){
        int idx=get_hash(x);
        if(idx!=-1){
            list[list[idx][0]][1]=list[idx][1];
            list[list[idx][1]][0]=list[idx][0];
        }
        else{
            if(sum==len) {
                int idx=list[start][1];
                list[start][1]=list[idx][1];
                list[list[idx][1]][0]=start;
                hs[idx]=inf;
            }
            else sum++;
            idx=init_hash(x);
        }
        list[idx][1]=end;
        list[idx][0]=list[end][0];
        list[end][0]=idx;
        list[list[idx][0]][1]=idx;
        return idx;
    }
    LRUCache(int capacity) {
        len=capacity;
        sum=0;
        start=N;
        end=N+1;
        for(int i=0;i<N;i++)
            hs[i]=-1;
        list[start][1]=end;
        list[end][0]=start;
    }
    
    int get(int key) {
        int idx=get_hash(key);
        if(idx!=-1){
            init_list(key);
            return va[idx];
        }
        return -1;
    }
    
    void put(int key, int value) {
        int idx=init_list(key);
        va[idx]=value;
    }
};

/**
 * 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);
 */
### LeetCode 146 LRU Cache 的 C++ 实现 LRU(Least Recently Used)是一种常见的缓存淘汰策略,用于管理固定大小的内存空间。当缓存满时,会移除最近最少使用的数据项以腾出空间。 以下是基于双向链表和哈希表实现的 C++ 解决方案: #### 双向链表节点定义 为了高效地维护访问顺序并快速更新节点位置,可以使用自定义的 `ListNode` 类来表示双向链表中的节点。 ```cpp struct ListNode { int key; int value; ListNode* prev; ListNode* next; ListNode(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {} }; ``` #### 缓存类设计 通过组合哈希表和双向链表,可以在 O(1) 时间复杂度下完成插入、删除以及查找操作。 ```cpp class LRUCache { private: unordered_map<int, ListNode*> map; // 哈希表存储键到节点指针的映射关系 ListNode* head; // 虚拟头结点 ListNode* tail; // 虚拟尾结点 int capacity; // 容量上限 public: LRUCache(int cap) : capacity(cap) { head = new ListNode(-1, -1); // 初始化虚拟头部 tail = new ListNode(-1, -1); // 初始化虚拟尾部 head->next = tail; // 连接首尾 tail->prev = head; } ~LRUCache() { ListNode* cur = head; while (cur != nullptr) { ListNode* temp = cur; cur = cur->next; delete temp; } } void removeNode(ListNode* node) { node->prev->next = node->next; node->next->prev = node->prev; } void addToHead(ListNode* node) { node->next = head->next; node->prev = head; head->next->prev = node; head->next = node; } int get(int key) { if (!map.count(key)) return -1; // 如果不存在该key,则返回-1 ListNode* node = map[key]; removeNode(node); addToHead(node); return node->value; } void put(int key, int value) { if (map.count(key)) { // 若已存在则更新其值并将它移到最前面 ListNode* node = map[key]; node->value = value; removeNode(node); addToHead(node); return; } if (map.size() >= capacity) { // 当容量达到上限时,移除最后未被使用的节点 ListNode* lastUsed = tail->prev; removeNode(lastUsed); map.erase(lastUsed->key); delete lastUsed; } ListNode* newNode = new ListNode(key, value); // 创建新节点并加入hashMap与链表前端 map[key] = newNode; addToHead(newNode); } }; ``` 上述代码实现了基本功能[^3],其中包含了以下几个核心部分: - **removeNode**: 将指定节点从当前列表中移除。 - **addToHead**: 把某个节点移动至链表开头的位置。 - **get 方法**: 获取对应 key 的值,并将其标记为最新访问过的项目。 - **put 方法**: 插入新的键值对或者覆盖已有条目;如果超出设定的最大数量限制,则清除掉最早之前加载的数据记录。 此版本的时间效率较高,在每次调用 `get()` 或者 `set()` 函数时都能保持常数级时间性能表现[^4]。
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