LeetCode – Refresh – LRU

最新推荐文章于 2024-07-09 00:51:32 发布

转载最新推荐文章于 2024-07-09 00:51:32 发布 · 50 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/shuashuashua/p/4352710.html

本文介绍了一种使用双向链表和哈希表实现的LRU(Least Recently Used)缓存淘汰策略。通过C++代码详细展示了如何进行数据的获取与设置操作，有效地管理缓存容量，并保持访问元素的使用顺序。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

 1 struct Node {
 2     int key, value;
 3     Node(int k, int v) : key(k), value(v) {}
 4 };
 5 
 6 class LRUCache{
 7 private:
 8     int size;
 9     list<Node> nlist;
10     unordered_map<int, list<Node>::iterator> nmap;
11 public:
12     LRUCache(int capacity) {
13         size = capacity;
14     }
15     
16     int get(int key) {
17         if (nmap.find(key) != nmap.end()) {
18             nlist.splice(nlist.begin(), nlist, nmap[key]);
19             nmap[key] = nlist.begin();
20             return nlist.begin()->value;
21         }
22         return -1;
23     }
24     
25     void set(int key, int value) {
26         if (nmap.find(key) == nmap.end()) {
27             if (size == nlist.size()) {
28                 nmap.erase(nlist.back().key);
29                 nlist.pop_back();
30             }
31             nlist.push_front(Node(key, value));
32             nmap[key] = nlist.begin();
33         } else {
34             nlist.splice(nlist.begin(), nlist, nmap[key]);
35             nmap[key] = nlist.begin();
36             nlist.begin()->value = value;
37         }
38     }
39 };

转载于:https://www.cnblogs.com/shuashuashua/p/4352710.html