LRUCache的C++实现

    LRUCache可以用于在内存中保持当前的热点数据,下面实现一个有大小限制的lru cache,相关如下:

    1. 模板化;

    2. 利用std::unordered_map实现o(1)查找,利用std::list实现o(1)删除 (双链表+hash表);

    3. 用map保持key和结点在链表中的位置(iterator)

    4. 需要同时考虑如下情况:

        put操作: 

              (1) 如果当前key存在,则将对于的结点剪切到链表的头部,同时更新哈希表中value的值;

             (2) 如果当前key不存在于hash表中,且元素个数已经达到最大值,则删除链表的最后一个结点,同时把新结点插入到链表的头部,同时更新hash表(增加新节点和删除旧结点表项);

        get操作:

             (1)检查当前hash表中是否有该key,如果存在,则将该key对应的结点move到list的头部,并同步更新map的value;

             (2)如果hash表中不存在改key,则返回-1;

对应的代码如下:

#include <iostream>
#include <unordered_map>
#include <list>
#include <string>
#include <utility>

template<class KeyType, class ValueType>
class LRUCache {
public:
    LRUCache(int capacity) : m_capacity(capacity) {}  
    int get(KeyType key, ValueType& value);//0-找到, -1-没找到
    int put(KeyType key, ValueType value);// 0-插入成功, -1 -插入失败
    void show() const; //展示当前LRUcache中的内容
private:
    typedef std::pair<KeyType, ValueType> Node;
    typedef typename std::list<Node>::iterator Iter;
    std::list<Node> m_list;//双向链表
    std::unordered_map<KeyType, Iter> m_map;//哈希表
    int m_capacity;//cache的最大元素个数
}; 

template<class KeyType, class ValueType>
int LRUCache<KeyType, ValueType>::get(KeyType key, ValueType& value) {
    if (m_map.count(key) <= 0) {
        return -1; 
    }   
    //获取值
    Iter iter = m_map[key];
    //将值移到head
    m_list.splice(m_list.begin(), m_list, iter);
    return 0;
}

template<class KeyType, class ValueType>
int LRUCache<KeyType, ValueType>::put(KeyType key, ValueType value) {
    //检查当前map中是否有该key,如果存在,则将该key对应的结点move到list的头部,并同步更新map的value
    if (m_map.count(key) > 0) {
        Iter iter = m_map[key];
        iter->second = value; //充值map中key对应的value
        m_list.splice(m_list.begin(), m_list, iter); //将对应的结点move到header
    } else {
        //检查当前元素是否达到容器的最大值,如果达到了阈值,则先将最后一个元素删除,将新元素插入到首部,同时更新map
        Node node(key, value);
        if (m_list.size() == m_capacity) {
            m_map.erase(m_list.back().first);//将元素从map中删除
            m_list.pop_back();//移除最后一个元素
        }   
        //将新元素插入到map和list中
        m_list.push_front(node);
        m_map[key] = m_list.begin();
    }   
    return 0;
}

template<class KeyType, class ValueType>
void LRUCache<KeyType, ValueType>::show() const {
    auto iter = m_list.begin(); 
    auto iter_end = m_list.end();
    while (iter != iter_end) {
        std::cout << "(" << iter->first << "," << iter->second << ") ";
        iter++;
    }
    std::cout << std::endl;
}

int main(int argc, char* argv[]) {
    LRUCache<std::string, int> cache(5);
    //先插入4个元素
    std::cout << "insert (aaa,111) (bbb,222) (ccc,333) (ddd,444) (eee,555)" << std::endl;
    cache.put("aaa", 111);
    cache.put("bbb", 222);
    cache.put("ccc", 333);
    cache.put("ddd", 444);
    cache.put("eee", 555);
    cache.show();

    //访问元素ccc
    int result = 0;
    cache.get("ccc", result);
    std::cout << "after visit ccc" << std::endl;
    cache.show();

    //再插入一个元素("fff",666)
    cache.put("fff", 666);
    std::cout << "insert (fff,666)" << std::endl;
    cache.show();
    return 0;
}

输出结果如下:

insert (aaa,111) (bbb,222) (ccc,333) (ddd,444) (eee,555)
(eee,555) (ddd,444) (ccc,333) (bbb,222) (aaa,111) 
after visit ccc
(ccc,333) (eee,555) (ddd,444) (bbb,222) (aaa,111) 
insert (fff,666)
(fff,666) (ccc,333) (eee,555) (ddd,444) (bbb,222) 


                
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
LRU (Least Recently Used)算法是一种缓存淘汰策略,通常用于缓存中的数据管理。下面是C++实现: ```c++ #include <iostream> #include <unordered_map> #include <list> using namespace std; class LRUCache { private: int capacity; unordered_map<int, list<pair<int, int>>::iterator> cache; list<pair<int, int>> lruList; public: LRUCache(int capacity) { this->capacity = capacity; } int get(int key) { if (cache.find(key) == cache.end()) { return -1; } else { // 将访问过的节点移到链表头部 lruList.splice(lruList.begin(), lruList, cache[key]); return cache[key]->second; } } void put(int key, int value) { if (cache.find(key) == cache.end()) { // 判断容量是否已满 if (lruList.size() == capacity) { int delKey = lruList.back().first; lruList.pop_back(); cache.erase(delKey); } lruList.push_front(make_pair(key, value)); cache[key] = lruList.begin(); } else { // 更新节点值,并将节点移到链表头部 cache[key]->second = value; lruList.splice(lruList.begin(), lruList, cache[key]); } } }; int main() { LRUCache cache(2); // 容量为2的缓存 cache.put(1, 1); cache.put(2, 2); cout << cache.get(1) << endl; // 1 cache.put(3, 3); cout << cache.get(2) << endl; // -1 cache.put(4, 4); cout << cache.get(1) << endl; // -1 cout << cache.get(3) << endl; // 3 cout << cache.get(4) << endl; // 4 return 0; } ``` LRUCache类中使用了一个哈希表cache和一个双向链表lruList。哈希表用于存储缓存中的键值对,双向链表用于按照访问顺序存储键值对。在get方法中,如果key不存在于哈希表中,则返回-1;否则将访问过的节点移到链表头部,并返回节点的值。在put方法中,如果key不存在于哈希表中,则判断缓存是否已满,若已满则删除链表尾部的节点,并删除哈希表中对应的键值对,然后将新的键值对插入到链表头部,并在哈希表中添加新的键值对;如果key已存在于哈希表中,则更新节点的值,并将访问过的节点移到链表头部。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值