Leetcode之LRU Cache

最新推荐文章于 2025-05-03 16:15:14 发布

转载最新推荐文章于 2025-05-03 16:15:14 发布 · 396 阅读

文章标签：

#Leetcode #链表

Leetcode 专栏收录该内容

168 篇文章

订阅专栏

本文介绍了一种使用链表和哈希表实现LRU(Least Recently Used)缓存淘汰策略的方法。通过定义CacheNode结构体来存储键值对，并利用双向链表保持元素的访问顺序，最近使用的元素放在链表头部，最久未使用的元素放在尾部。当缓存容量达到上限时，会移除最久未使用的元素。

/*
用链表模拟一个LRU内存即可。
参考：https://github.com/soulmachine/leetcode
*/
class LRUCache{
private:
    struct CacheNode{
        int key;
        int value;
        CacheNode(int k, int v):key(k),value(v){};
    };
    
    list<CacheNode> cachelist;
    unordered_map<int, list<CacheNode>::iterator> cacheMap;
    int capacity;
public:
    LRUCache(int capacity) {
        this->capacity = capacity;
    }
    
    int get(int key) {
        if(cacheMap.find(key) == cacheMap.end()) return -1;
        cachelist.splice(cachelist.begin(), cachelist, cacheMap[key]);
        cacheMap[key] = cachelist.begin();
        return cacheMap[key]->value;
    }
    
    void set(int key, int value) {
        if(cacheMap.find(key) == cacheMap.end()){//如果Cache中不存在该key
            if(cachelist.size() == capacity){//如果Cache中满了
                cacheMap.erase(cachelist.back().key);
                cachelist.pop_back();
            }
            //插入新的结点
            cachelist.push_front(CacheNode(key, value));
            cacheMap[key] = cachelist.begin();
        }
        else{
             cacheMap[key]->value = value;
             cachelist.splice(cachelist.begin(), cachelist, cacheMap[key]);
             cacheMap[key] = cachelist.begin();
        }
    }
};