146. LRU 缓存

请你设计并实现一个满足  LRU (最近最少使用) 缓存 约束的数据结构。

实现 LRUCache 类:

  • LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
  • int get(int key) 如果关键字 key 存在于缓存中,则返回关键字的值,否则返回 -1 。
  • void put(int key, int value) 如果关键字 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该 逐出 最久未使用的关键字。

函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。

示例:

输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]

解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1);    // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废,缓存是 {1=1, 3=3}
lRUCache.get(2);    // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3}
lRUCache.get(1);    // 返回 -1 (未找到)
lRUCache.get(3);    // 返回 3
lRUCache.get(4);    // 返回 4

提示:

  • 1 <= capacity <= 3000
  • 0 <= key <= 10000
  • 0 <= value <= 105
  • 最多调用 2 * 105 次 get 和 put
class LRUCache {
    int capacity;
    int size;
    Node head;
    Node tail;
    Map<Integer,Node> map = new HashMap();
    class Node{
        Node pre;
        Node next;
        int key;
        int val;
        public Node(){

        }
        public Node(int key,int val){
            this.key = key;
            this.val = val;
        }

        public void insert(Node x){
            //先把x的前后指针指定了
            x.pre = tail.pre;
            x.next = tail;

            //在把前一个指针指向x,尾节点前指针指向x;
            tail.pre.next = x;
            tail.pre = x;
        }

        public Node remove(Node x){
            //移除当前节点,需要把x前一个节点指针断裂,指向后面
            x.pre.next = x.next;
            //需要把x后一个节点指针断裂,指向前边
            x.next.pre = x.pre;
            return x;
        }
    }

    public LRUCache(int capacity) {
        this.capacity = capacity;
        //头尾节点只是用来链接。
        head = new Node();
        tail = new Node();
        head.next = tail;
        tail.pre = head;
    }
    
    public int get(int key) {
        Node node = map.get(key);
        if(node == null){
            return -1;
        }
        node = node.remove(node);
        tail.insert(node);
        return node.val;
    }
    
    public void put(int key, int value) {
        Node node = map.get(key);
        if(node == null){
            node = new Node(key,value);
            map.put(key,node);
            size++;
        }else{
            node = node.remove(node);
            node.val = value;
        }
        tail.insert(node);
        if(size>capacity){
            //每次把第一个结点给移除
            Node remove = head.remove(head.next);
            map.remove(remove.key);
            size--;
        }
    }
}

### 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