146 LRU Cache——leetcode

阅读更多

146

LRU Cache

这个基于双向链表+Map表

• 第一步：分析LRU特点

2大特点：

1. 保持顺序，即访问顺序FIFO。保持顺序的只有顺序类型如链表、数组
2. 快速查找，给定的KEY，能够快速查找的有：二叉搜索树、Hash表、跳表SkipList

再细化各特点

 

《1》链表特点是：插入、删除、移动都是O(1)操作，随机访问O(N)

《2》数组特点是：插入、删除、移动都是O(N)，只有当都是头、尾元素时，才是O(1)。 随机访问O(1)。

而Cache不需要随机访问第K个元素，而需要频繁的移动、删除。因此，需要用链表。为了便于插入，使用双双向链表，又为了实际代码中便于书写各函数，改成带头结点的双向循环链表，这样的好处是不用考虑在队头、队尾。插入，删除等特殊情况。

 

快速查找，方便使用，因此选用标准的map表，也可以使用hash表，甚至自行设计的hash表，而且，性能应该更好些。

 

• 第二步：实际设计

带头节点的循环双向链表，为自行设计，和标准的list操作很多一样。可作为基本素材。

 

在实际设计过程中，有些小细节，可用于提高性能。

《1》改用链表的删除为断开连接，这样减少 new 和delete操作

《2》这主要是用于重复访问上一次的（这个在实际的cache中会经常遇到，即刚刚访问的，下次继续访问，但在leetcode中，加入该句，性能反而更低）

          if(cachePriority.begin()!=p)           
          {
                cachePriority.clean_link(p);
                cachePriority.link_after(cachePriority.get_head(),p);
            }

 

 

#pragma  once
#include 
#include 
#include 
#include 

 

•  更新在leetcode中更快的实现（设计不变）

在贴一个，设计原理没有变。但仅适用于leetcode的。accept为80ms

（1）用unordered_map代替红黑树的map，如果结合特点，自行设计的hash表应该更快。

（2）去掉 模板，将模板类的双向链表改成普通的。

实际性能提高20%。

 

 

#pragma  once
#include