LRU 算法

最新推荐文章于 2025-01-18 17:15:01 发布

转载最新推荐文章于 2025-01-18 17:15:01 发布 · 99 阅读

leetcode 专栏收录该内容

175 篇文章

订阅专栏

本文详细介绍了一种使用双端链表和哈希表实现的LRU(Least Recently Used)缓存淘汰策略。该实现方式结合了链表的快速访问特性和哈希表的高效查找特性，能够实现在O(1)时间内完成缓存的获取和插入操作。

class LRUCache{
public:
    LRUCache(int capacity) {
        cap = capacity;
    }
    
    int get(int key) {
        auto it = m.find(key);
        if (it == m.end()) return -1;
        l.splice(l.begin(), l, it->second);
        return it->second->second;
    }
    
    void put(int key, int value) {
        auto it = m.find(key);
        if (it != m.end()) l.erase(it->second);
        l.push_front(make_pair(key, value));
        m[key] = l.begin();
        if (m.size() > cap) {
            int k = l.rbegin()->first;
            l.pop_back();
            m.erase(k);
        }
    }
    
private:
    int cap;
    list<pair<int, int>> l;
    unordered_map<int, list<pair<int, int>>::iterator> m;
};