文章目錄

• • 1. 題目信息
  • 2. 解題
  • • 2.1 手動實現list
    • 2.2 使用內置list

1. 題目信息

運用你所掌握的數據結構，設計和實現一個 LRU (最近最少使用) 緩存機制。它應該支持以下操作： 獲取數據 get 和 寫入數據 put 。

獲取數據 get(key) - 如果密鑰 (key) 存在于緩存中，則獲取密鑰的值（總是正數），否則返回 -1。
寫入數據 put(key, value) - 如果密鑰不存在，則寫入其數據值。當緩存容量達到上限時，它應該在寫入新數據之前刪除最近最少使用的數據值，從而為新的數據值留出空間。

進階:

你是否可以在 O(1) 時間復雜度內完成這兩種操作？

示例:LRUCache cache = new LRUCache( 2 /* 緩存容量 */ );cache.put(1, 1); cache.put(2, 2); cache.get(1); // 返回 1 cache.put(3, 3); // 該操作會使得密鑰 2 作廢 cache.get(2); // 返回 -1 (未找到) cache.put(4, 4); // 該操作會使得密鑰 1 作廢 cache.get(1); // 返回 -1 (未找到) cache.get(3); // 返回 3 cache.get(4); // 返回 4

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/lru-cache
著作權歸領扣網絡所有。商業轉載請聯系官方授權，非商業轉載請注明出處。

2. 解題

• 類似題目：LeetCode 460. LFU緩存

2.1 手動實現list

要 put 和 get 方法的時間復雜度為 O(1)，這個數據結構要：查找快，插入快，刪除快，有順序之分。

• 有順序之分，區分最近使用的和久未使用的數據
• 容量滿了要刪除最后一個數據
• 訪問時要把數據插入到隊頭。

哈希表查找快，但數據無順序
鏈表有順序之分，插入刪除快，但查找慢。
結合一下以上兩者的優點。

• LRU 緩存算法的核心數據結構就是哈希鏈表，雙向鏈表和哈希表的組合體。

借一張圖表示下哈希鏈表。

class Node { public:int key, value;Node *prev, *next;Node(int k, int v):prev(NULL),next(NULL){key = k;value = v;} }; class DoubleList {Node *head, *tail;int len; public:DoubleList():len(0){head = new Node(0,0);tail = new Node(0,0);head->next = tail;tail->prev = head;}void addAtHead(Node* newnode){newnode->next = head->next;newnode->prev = head;head->next->prev = newnode;head->next = newnode;len++;}void delNode(Node *del){del->prev->next = del->next;del->next->prev = del->prev;len--;}Node* delLast()//刪除最后的節點，并返回該節點{if(tail->prev == head)return NULL;Node *last = tail->prev;delNode(last);return last;}int size(){return len;}}; class LRUCache {unordered_map<int, Node*> m;DoubleList cache;int cap; public:LRUCache(int capacity) {cap = capacity;}int get(int key) {if(m.find(key) == m.end())return -1;int val = m[key]->value;put(key, val);return val;}void put(int key, int value) {Node *newnode = new Node(key,value);if(m.find(key) != m.end())//找到節點，移至前面{cache.delNode(m[key]);cache.addAtHead(newnode);m[key] = newnode;}else//沒找到key{if(cap == cache.size()){Node *last = cache.delLast();m.erase(last->key);}cache.addAtHead(newnode);m[key] = newnode;}} };/*** 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);*/

2.2 使用內置list

class LRUCache {list<int> cache;int cap;unordered_map<int,int> kv;unordered_map<int,list<int>::iterator> kPos; public:LRUCache(int capacity) {cap = capacity;}int get(int key) {if(!kv.count(key))return -1;put(key,kv[key]);return kv[key];}void put(int key, int value) {if(kv.count(key)){cache.erase(kPos[key]);cache.push_front(key);kPos[key] = cache.begin();kv[key] = value;}else{if(cap == cache.size()){int lastkey = cache.back();cache.pop_back();kv.erase(lastkey);}kv[key] = value;cache.push_front(key);kPos[key] = cache.begin();}} };

總結

以上是生活随笔為你收集整理的LeetCode 146. LRU缓存机制（哈希链表）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。