【LeetCode】146. LRU 缓存

文章目录

  • 题目:146. LRU 缓存
  • 解题思路
    • 思路
    • 步骤
  • 代码

题目:146. LRU 缓存

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)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 getput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 * 10^5getput

解题思路

思路

  • 由于要求以O(1)时间,所以可以构造双链表
  • 可以以节点在链表中的位置来表示最近是否使用过
    • 当get与put时,将节点取出,重新插入。
    • put时删除最后一个节点

步骤

  1. 构造数据结构,包含key和value,左右节点。
  2. 构造删除插入函数。
  3. 初始化函数,包括容量,构造左右头节点
  4. get函数:从hash表中寻找节点,并将节点移除重新插入
  5. put函数:
    1. 从hash表中寻找key,如果存在则修改value,将节点重新移除插入
    2. 如果不存在则加入缓存
      1. 如果缓存满了,移除最右边的节点,更新哈希表
      2. 将key,value加入缓存,更新hash表

代码

class LRUCache {
public:
// 1. 构造数据结构,包含key和value,左右节点。
// 2. 构造删除插入函数。
// 3. 初始化函数,包括容量,构造左右头节点
// 4. get函数:从hash表中寻找节点,并将节点移除重新插入
// 5. put函数:
// 	1. 从hash表中寻找key,如果存在则修改value,将节点重新移除插入
// 	2. 如果不存在则加入缓存
// 		1. 如果缓存满了,移除最右边的节点,更新哈希表
// 		2. 将key,value加入缓存,更新hash表
    struct Node{
        int key, value;
        Node *left, *right;
        Node(int _key, int _value):key(_key), value(_value), left(NULL), right(NULL){}
    }*L, *R;
    
    int n;
    unordered_map<int, Node*> hash;
    
    void remove(Node* p) {
        p->right->left = p->left;
        p->left->right = p->right;
    }

    void insert(Node* p) {
        p->right = L->right;
        p->left = L;
        L->right->left = p;
        L->right = p;
    }

    LRUCache(int capacity) {
        n = capacity;
        L = new Node(-1, -1), R = new Node(-1, -1);
        L->right = R;
        R->left = L;
    }
    
    int get(int key) {
        if (hash.count(key) == 0) return -1;
        auto p = hash[key];
        remove(p);
        insert(p);
        return p->value;
    }

    void put(int key, int value) {
        if (hash.count(key)) {
            auto p = hash[key];
            p->value = value;
            remove(p);
            insert(p);
        } else {
            if (hash.size() == n) {
                auto p = R->left;
                remove(p);
                hash.erase(p->key);
                delete p;
            }
            auto p = new Node(key, value);
            hash[key] = p;
            insert(p);
        }
    }
    
};

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache* obj = new LRUCache(capacity);
 * int param_1 = obj->get(key);
 * obj->put(key,value);
 */

你可能感兴趣的:(算法笔记,缓存,leetcode,数据结构)