HOT35-LRU缓存

这篇具有很好参考价值的文章主要介绍了HOT35-LRU缓存。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

       leetcode原题链接:LRU缓存

       上一篇:HOT34-合并K个升序链表

       下一篇:HOT36-二叉树的中序遍历

题目描述

       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) 以 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 get 和 put 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

解题方法:用list + map实现。list保存<key, value> pair, map保存<key, list::iter>。put和get分别要注意以下细节问题:

==put函数==

1.当前put的<key,value>中的key如果已经在map中,则只需要将list中的<key, value>挪到list的首部,同时更新map中该key对应的value。

2. 如果put的<key,value>中的key不在map中,则需要考虑:

     (1)list是否达到了最大容量,如果已经达到最大容量,需要先删除list的最后一个元素;

     (2)从list的首部插入<key,value>[更新list],同时将<key, list.begin()>更新到map中[更新map]。

 ==get函数==

1. 如果待查询的key不在map中,则直接返回-1;

2. 如果待查询的key在map中,则:

    (1)将该key对应的list中的节点从当前查询的位置挪到list的头部。(更新list)

    (2)更新map中key对应的值为list的begin()。(更新map)

    (3)返回key对应的value。(返回值)

3. 对应c++,这里会频繁的用到三个list的四个函数,分别是:

      list::back() -->获取list的最后一个元素的值

      list::push_front() -->从list的头部插入元素

      list::pop_back() -->从list的尾部删除元素

      list::splice(iter1, list2, iter2)-->将list2的iter2的元素挪到list的iter1的位置,如:lst.splice(lst.begin(), lst, iter)表示将lst的iter对应的元素移到list的头部。文章来源地址https://www.toymoban.com/news/detail-520242.html

C++代码

#include <map>
#include <list>
class LRUCache {
public:
    LRUCache(int capacity) {
        m_capacity = capacity;
    }
    int get(int key);//查询
    void put(int key, int value);//插入
private:
    int m_capacity;
    using NodeType = std::pair<int, int>;//list node保存的是(key,value)pair
    using ListIter = std::list<NodeType>::iterator;
    using MapIter = std::map<int, ListIter>::iterator;
    std::list<NodeType> m_list;//利用list实现o(1)删除和插入
    std::map<int, ListIter> m_mp;//利用map实现o(1)查询
};
int LRUCache::get(int key) {
    if (!m_mp.count(key)) { //元素不存在
        return -1;
    }
    ListIter list_iter = m_mp[key];
    m_list.splice(m_list.begin(), m_list, list_iter);//将结点移动到链表的头部
    m_mp[key] = m_list.begin();//更新map中key对应的value
    return m_mp[key]->second;
}

void LRUCache::put(int key, int value) {
    if (m_mp.count(key)) { //待插入的元素存在
        // 1. 更新key对应的value值
        ListIter p_node = m_mp[key];
        if (p_node != m_list.end()) {
            p_node->second = value;
        }
        // 2. 将<key, value>移到list的首位
        m_list.splice(m_list.begin(), m_list, m_mp[key]);
        // 3. 更新mp中key对应的位置
        m_mp[key] = m_list.begin();
        return;
    } 
    // 待插入的key不存在
    int n = m_list.size();
    if (n == m_capacity) { //当前元素个数满了
        // 1.先将list尾部的元素汰换
        m_mp.erase(m_list.back().first);
        m_list.pop_back();
        
    }
    // 2.在list头部插入新元素
    m_list.push_front({key, value});
    // 3.更新map的位置
    m_mp[key] = m_list.begin();
}
/**
 * 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);
 */

到了这里,关于HOT35-LRU缓存的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 35、链表-LRU缓存

            首先要了解LRU缓存的原理,首先定下容量,每次get请求和put请求都会把当前元素放最前/后面,如果超过容量那么头部/尾部元素就被移除,所以最近最少使用的元素会被优先移除,保证热点数据持续存在。 不管放在头部还是尾部都可以。看你怎么定义         那

    2024年04月23日
    浏览(38)
  • 数据结构与算法之LRU: 实现 LRU 缓存算法功能 (Javascript版)

    关于LRU缓存 LRU - Lease Recently Used 最近使用 如果内存优先,只缓存最近使用的,删除 ‘沉睡’ 数据 核心 api: get set 分析 使用哈希表来实现, O(1) 必须是有序的,常用放在前面,沉睡放在后面, 即:有序,可排序 这样 {} 不符合要求;Map是可以排序的,按照设置顺序 不用 Map 如何

    2024年02月06日
    浏览(54)
  • 【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】

    LRU是Least Recently Used的缩写,意为最近最少使用。它是一种缓存淘汰策略,用于在缓存满时确定要被替换的数据块。LRU算法认为,最近被访问的数据在将来被访问的概率更高,因此它会优先淘汰最近最少被使用的数据块,以给新的数据块腾出空间。 如图所示: 先来3个元素进入

    2024年01月24日
    浏览(46)
  • 【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】

    LRU是Least Recently Used的缩写,意为最近最少使用。它是一种缓存淘汰策略,用于在缓存满时确定要被替换的数据块。LRU算法认为,最近被访问的数据在将来被访问的概率更高,因此它会优先淘汰最近最少被使用的数据块,以给新的数据块腾出空间。 如图所示: 先来3个元素进入

    2024年01月21日
    浏览(57)
  • 【LeetCode】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)  以  正整数  作为容量  capacity  初始化 LRU 缓存 int get(int key)  如果  key  存在于缓存中,则返回的值,否则返回  -1  。 void put(int key, int value)  如果

    2024年02月09日
    浏览(43)
  • LeetCode刷题---LRU缓存

    LRU是Least Recently Used的缩写,即最近最少使用,是一种内存管理算法,也可以用作缓存淘汰策略。 这种算法的核心思想是:如果数据最近被访问过,那么将来被访问的几率也更高。 因此,当内存或缓存容量有限,需要淘汰部分数据时,LRU算法会优先淘汰那些最长时间未被访问

    2024年02月22日
    浏览(38)
  • leetcode 146. LRU 缓存

             本题核心就是要将map中,最近最少操作的那个key给剔除掉,于是我们可以使用双端链表LinkedList 来维护每个元素的操作情况,最近操作的元素就将其移至表头,越久没操作的元素,自然就会沉到表尾。  一旦缓存满了,将表尾元素剔除即可。  java代码如下:

    2024年02月08日
    浏览(43)
  • 【LeetCode】HOT 100(23)

    精选 100 道力扣(LeetCode)上最热门的题目,适合初识算法与数据结构的新手和想要在短时间内高效提升的人,熟练掌握这 100 道题,你就已经具备了在代码世界通行的基本能力。 目录 题单介绍: 题目:448. 找到所有数组中消失的数字 - 力扣(Leetcode) 题目的接口: 解题思路

    2024年02月12日
    浏览(59)
  • 【LeetCode】HOT 100(11)

    精选 100 道力扣(LeetCode)上最热门的题目,适合初识算法与数据结构的新手和想要在短时间内高效提升的人,熟练掌握这 100 道题,你就已经具备了在代码世界通行的基本能力。 目录 题单介绍: 题目:64. 最小路径和 - 力扣(Leetcode) 题目的接口: 解题思路: 代码: 过过过

    2024年02月15日
    浏览(43)
  • 【LeetCode】HOT 100(20)

    精选 100 道力扣(LeetCode)上最热门的题目,适合初识算法与数据结构的新手和想要在短时间内高效提升的人,熟练掌握这 100 道题,你就已经具备了在代码世界通行的基本能力。 目录 题单介绍: 题目:621. 任务调度器 - 力扣(Leetcode) 题目的接口: 解题思路: 代码: 过过

    2024年02月16日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包