leetcode 146. LRU Cache

最新推荐文章于 2025-05-03 16:15:14 发布

原创最新推荐文章于 2025-05-03 16:15:14 发布 · 180 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 专栏收录该内容

280 篇文章

订阅专栏

本文介绍了一种使用C++实现的LRU缓存数据结构。该结构支持get和put操作，并能在O(1)时间内完成。文章详细解释了如何通过结合map和list来高效地管理缓存中的数据。

146. LRU Cache

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and put.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
put(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

Follow up:
Could you do both operations in O(1) time complexity?

Example:

LRUCache cache = new LRUCache( 2 /* capacity */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // returns 1
cache.put(3, 3);    // evicts key 2
cache.get(2);       // returns -1 (not found)
cache.put(4, 4);    // evicts key 1
cache.get(1);       // returns -1 (not found)
cache.get(3);       // returns 3
cache.get(4);       // returns 4

get操作时，需要执行下面两步操作：
1/返回map中key对应的value；
2/同时需要更新list中key的位置，将key放置在list中最近被访问的位置上，那么可以定义list中的首端(front)元素是最近被访问的元素。更新操作同样需要两部来完成：1：删除list中原来的key；2：将key插入list首端。

set操作会比较复杂一些：
1/首先判断要插入的key是否存在map中，如果存在的话，只需要更新map中对应的value，同时执行上面get中的第二步操作；
2/如果key不存在map中，那么需要判断map容量是否已满，如果满了，就需要从map中删除一个元素，这时list就派上用场了，因为最近使用的key位于list的首端，那么最久未使用的元素就位于list尾端，可以从list中取出最久未使用的key，同时删除map中对应的key和value。
3/然后将数据插入map和list中。

注意要点：
1、pair的用法 typedef pair<int, list<int>::iterator> PILI;
2、typedef的用法
3、iterator的用法。只要把一个元素的it存下来，之后就能用这个定位。和数组前面插入，后面的后移是不一样的。
4、map最后一个元素 s.back()
5、list是插入删除最快的STL，特点是可以两端插入删除。

class LRUCache {
public:
    LRUCache(int capacity) 
    {
        this->capacity = capacity;
    }
    
    int get(int key) 
    {
        auto it = datas.find(key);
        if( it != datas.end() )
        {
            update(it);
            return it->second.first;
        }
        else
            return -1;
    }
    
    void put(int key, int value) 
    {
        int length = datas.size();  
        auto iter = datas.find(key);  
        if (iter != datas.end())  //如果找到了
        {  
            iter->second.first = value;  
            update(iter);  
        }  
        else  
        {  
            if(length >= capacity)  
            {  
                datas.erase(s.back());      //把最后面那个key对应的map删除
                s.pop_back();               //把list中的最后那个key删除
            }  
            s.push_front(key);  
            datas[key] = PILI(value, s.begin()); //关键!  
        }
    }
    
private:
    typedef pair<int, list<int>::iterator> PILI;  //第一位存 value，第二位 存 在list中的位置（迭代器）
    map<int, PILI> datas; //存数据
    int capacity;
    list<int> s;  //list存的是key值，但关键是迭代器的位置。 s.front()是最近的。  list的特点就是中间删除很快
    
    void update(map<int, PILI>::iterator it)  //更新map的这个迭代器
    {
        int key = it->first;   
        s.erase(it->second.second);     //删除原本的位置
        s.push_front(key);              //移动到最前面去
        it->second.second = s.begin();  //重新定位
    }
};

/**
 * 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);
 */