题目:
运用你所掌握的数据结构,设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作: 获取数据 get 和 写入数据 put 。获取数据 get(key) - 如果密钥 (key) 存在于缓存中,则获取密钥的值(总是正数),否则返回 -1。
写入数据 put(key, value) - 如果密钥不存在,则写入其数据值。当缓存容量达到上限时,它应该在写入新数据之前删除最近最少使用的数据值,从而为新的数据值留出空间。
思路:
要让 put 和 get 方法的时间复杂度为 O(1)O(1),我们可以总结出 cache 这个数据结构必要的条件:查找快,插入快,删除快,有顺序之分。
因为显然 cache 必须有顺序之分,以区分最近使用的和久未使用的数据;而且我们要在 cache 中查找键是否已存在;如果容量满了要删除最后一个数据;每次访问还要把数据插入到队头。
那么,什么数据结构同时符合上述条件呢?哈希表查找快,但是数据无固定顺序;链表有顺序之分,插入删除快,但是查找慢。所以结合一下,形成一种新的数据结构:哈希链表。
LRU 缓存算法的核心数据结构就是哈希链表,双向链表和哈希表的结合体。
题解:
class LRUCache {
private:
int cap;//LRU容量
list<pair<int,int>> cache;//双链表:装着(key,value)元组
unordered_map<int,list<pair<int,int>>::iterator> map;//哈希表:key 映射到 (key, value) 在 cache 中的位置??
public:
LRUCache(int capacity) {
this->cap = capacity;//定义容量就好了
}
int get(int key) {
auto it = map.find(key);//auto 关键字用于两种情况:声明变量时根据初始化表达式自动推断该变量的类型、声明函数时函数返回值的占位符。
// 访问的key不存在
if(it == map.end()) return -1;
// key 存在,把 (k, v) 换到队头
pair<int,int> kv = *map[key]; //为什么这里要*
cache.erase(map[key]); //为什么这里不要*
cache.push_front(kv);
//更新(key,value)在cache中的位置
map[key] = cache.begin();
return kv.second; //value
}
void put(int key, int value) {
//要先判断key是否已经存在
auto it = map.find(key);
if(it == map.end()){
//key不存在,判断cache是否已满
if(cache.size()==cap){
//cache 已满,删除尾部的键值对 腾位置
//cache和map中的数据都要删除
auto lastPair = cache.back();
int lastKey = lastPair.first;
map.erase(lastKey);
cache.pop_back();
}
//cache 没满可以直接添加
cache.push_front(make_pair(key,value));
map[key] = cache.begin();
}else{
//key存在,更改value并换到队头
cache.erase(map[key]);
cache.push_front(make_pair(key,value));
map[key] = cache.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);
*/
参考:
https://leetcode-cn.com/problems/lru-cache/solution/lru-ce-lue-xiang-jie-he-shi-xian-by-labuladong/