題目：

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations:?get?and?set.

get(key)?- Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value)?- Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

這是我的代碼：

1 class LRUCache{ 2 public: 3 int num; 4 int max; 5 list<int> latest_key;　　　　　　　　 //用于保存使用情況，隊頭是最久未使用的，隊尾是最近使用的 6 unordered_map<int, int> cache;　　　//用于保存key,value 7 8 LRUCache(int capacity) { 9 num = 0; 10 max = capacity; 11 } 12 13 int get(int key) { 14 unordered_map<int, int>::iterator it = cache.find(key); 15 list<int>::iterator iter; 16 if (it == cache.end())　　//如果沒有找到key 17 return -1; 18 else　　　　　　　　　　　　//如果找到了key，就在對應的最近latest隊列里面修改key的位置，先把key所在的位置刪除，再把key放到隊尾 19 { 20 iter = latest_key.begin(); 21 while (*iter != key) 22 iter++; 23 latest_key.erase(iter); 24 latest_key.push_back(key); 25 return it->second; 26 } 27 } 28 29 void set(int key, int value) { 30 unordered_map<int, int>::iterator it = cache.find(key); 31 list<int>::iterator iter; 32 if (it != cache.end())　　//如果要插入的已經有key存在，就先在優先隊列里面找到key出現的位置，刪除，再把key插入隊尾 33 { 34 it->second = value; 35 iter = latest_key.begin(); 36 while (*iter != key) 37 iter++; 38 latest_key.erase(iter); 39 latest_key.push_back(key); 40 } 41 else　　　　　　　　　　　　//如果要插入的不存在 42 { 43 if (num<max)　　//如果不超過cache容量，則直接在cahe中插入，再在隊尾添加該key 44 { 45 num++; 46 cache.insert(std::pair< int, int >(key, value)); 47 latest_key.push_back(key); 48 } 49 else　　　　　　//如果cache已經滿了，則根據隊頭元素，在cache刪除對應鍵值，再在隊列中刪除這個隊頭，之后，把新要插入的鍵值插入cache中，把新key插入隊尾 50 { 51 int latest = latest_key.front(); 52 cache.erase(latest); 53 latest_key.pop_front(); 54 cache.insert(std::pair< int, int >(key, value)); 55 latest_key.push_back(key); 56 } 57 } 58 } 59 };

　　當我把代碼中出現：

1 iter = latest_key.begin(); 2 while (*iter != key) 3 iter++;

　　部分替換為：

1 iter=find(latest_key.begin(),latest_key.end(),key);

　　就會報錯：

Time Limit Exceeded

Last executed input: 2048,[set(1178,3401),set(903,6060).....

　　我大致查了一下find的實現機制，也是遍歷啊，按理說這兩者效率差不多，為什么替換之后就不能通過？而替換之前能通過，求大神解答！！

　　萬分感謝！！！

　　在Leetcode上問，已經得到答案：

?

　　之前的那個算法效率確實不高，壓線過的，修改了原有代碼，增加了一個unordered_map<int, list<int>iterator>用來索引list，可以使時間復雜度降到O(1)：

1 class LRUCache{ 2 private: 3 unordered_map<int, int> cache; 4 unordered_map<int, list<int>::iterator> find_key; 5 list<int> latest_key; 6 int max; 7 public: 8 LRUCache(int capacity) : max(capacity){ 9 10 } 11 12 int get(int key) { 13 if (cache.find(key) == cache.end()){ 14 return -1; 15 } 16 latest_key.erase(find_key[key]); 17 latest_key.push_front(key); 18 find_key[key] = latest_key.begin(); 19 return cache[key]; 20 } 21 22 void set(int key, int value) { 23 if (cache.find(key) == cache.end()) { 24 if (cache.size() >= max) { 25 cache.erase(latest_key.back()); 26 latest_key.pop_back(); 27 cache[key] = value; 28 latest_key.push_front(key); 29 find_key[key] = latest_key.begin(); 30 } 31 else { 32 cache[key] = value; 33 latest_key.push_front(key); 34 find_key[key] = latest_key.begin(); 35 } 36 } 37 else { 38 cache[key] = value; 39 latest_key.erase(find_key[key]); 40 latest_key.push_front(key); 41 find_key[key] = latest_key.begin(); 42 } 43 } 44 };

?

轉載于:https://www.cnblogs.com/yanqi0124/p/3806680.html

總結

以上是生活随笔為你收集整理的[LeetCode]LRU Cache有个问题，求大神解答【已解决】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。