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。
要求:
在 O(1) 时间复杂度内完成这两种操作。
题解:
本题需要采用python中的有序字典OrderedDict
from collections import OrderedDict
该方法综合了哈希表和链表,代码如下:
from collections import OrderedDict
class LRUCache(OrderedDict):
def __init__(self, capacity):
"""
:type capacity: int
"""
self.capacity = capacity
def get(self, key):
"""
:type key: int
:rtype: int
"""
if key not in self:
return - 1
self.move_to_end(key)
return self[key]
def put(self, key, value):
"""
:type key: int
:type value: int
:rtype: void
"""
if key in self:
self.move_to_end(key)
self[key] = value
if len(self) > self.capacity:
self.popitem(last = False)
# LRUCache 对象会以如下语句构造和调用:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)
作者:LeetCode
链接:https://leetcode-cn.com/problems/lru-cache/solution/lru-huan-cun-ji-zhi-by-leetcode/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
然后题解中给出了第二种方法:哈希表+双向链表
我觉得其实就是OrderedDict的内部逻辑实现
看完题解后参照这个思路自己写了一遍交了
强烈建议自己实现一遍哈希表+双向链表,会对OrderedDict有更深的理解
#!/usr/bin/env python3.6
# _*_coding:utf-8 _*_
# @Time : 2019/10/30 13:13
# @Author : Grey
class DLinkedNode():
def __init__(self):
self.key = 0
self.value = 0
self.prev = None
self.next = None
class LRUCache:
def add_node(self, node):
node.next = self.head.next
node.prev = self.head
self.head.next.prev = node
self.head.next = node
def remove_node(self, node):
prev = node.prev
next = node.next
prev.next = next
next.prev = prev
def move_to_head(self, node):
self.remove_node(node)
self.add_node(node)
def pop_tail(self):
prev = self.tail.prev
self.remove_node(prev)
def __init__(self, capacity: int):
self.capacity = capacity
self.dic = {}
self.size = 0
self.head = DLinkedNode()
self.tail = DLinkedNode()
self.head.next = self.tail
self.tail.prev = self.head
def get(self, key: int) -> int:
node = self.dic.get(key, None)
if node == None:
return -1
else:
self.move_to_head(node)
return node.value
def put(self, key: int, value: int) -> None:
if key not in self.dic.keys():
node = DLinkedNode()
node.key = key
node.value = value
self.dic[key] = node
if self.size == self.capacity:
del self.dic[self.tail.prev.key]
self.pop_tail()
self.size = self.size - 1
self.add_node(node)
self.size = self.size + 1
else:
self.dic[key].value = value
self.move_to_head(self.dic[key])
# Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)