设计LRU缓存（双向链表+哈希表）

最新推荐文章于 2023-04-04 13:04:42 发布

BBBourne

最新推荐文章于 2023-04-04 13:04:42 发布

阅读量253

点赞数

分类专栏：算法文章标签：缓存链表散列表 LRU

本文链接：https://blog.csdn.net/Jason6620/article/details/126444998

版权

算法专栏收录该内容

30 篇文章 0 订阅

订阅专栏

本文详细介绍了LRU(最近最少使用)缓存的原理，并提供了C++实现的完整代码。LRU缓存通过淘汰最久未使用的数据来保持固定大小的容量。示例展示了如何在给定的LRUCache类中执行get和put操作，确保平均时间复杂度为O(1)。文章深入探讨了双链表结合哈希映射的实现方式，以达到高效的数据访问和更新。

摘要由CSDN通过智能技术生成

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

提示：

1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put

struct DoubleLinkNode{
    int key;
    int value;
    DoubleLinkNode* next;
    DoubleLinkNode* prev;
    DoubleLinkNode():key(0),value(0),next(nullptr),prev(nullptr){}
    DoubleLinkNode(int k,int v):key(k),value(v),next(nullptr),prev(nullptr){}
};

class LRUCache {
public:
    LRUCache(int capacity):size(0),capacity(capacity) {

        dummy_head=new DoubleLinkNode();
        dummy_tail=new DoubleLinkNode();
        dummy_head->next=dummy_tail;
        dummy_tail->prev=dummy_head;
    }
    
    int get(int key) {
        if(!cache.count(key)){
            return -1;
        }else{
            DoubleLinkNode* node=cache[key];
            moveToHead(node);
            return node->value;
        }
    }
    
    void put(int key, int value) {
        
        if(cache.count(key)){
            DoubleLinkNode* node=cache[key];
            node->value=value;
            moveToHead(node);
        }else{
            DoubleLinkNode* node=new DoubleLinkNode(key,value);
            cache[key]=node;
            addToHead(node);
            size++;
            if(size>capacity){
                DoubleLinkNode* del=deleteTail();
                cache.erase(del->key);
                --size;
                delete del;
            }
        }
    }

    void addToHead(DoubleLinkNode* node){
        node->next=dummy_head->next;
        node->prev=dummy_head;

        dummy_head->next->prev=node;
        dummy_head->next=node;
    }

    void removeNode(DoubleLinkNode* node){
        node->next->prev=node->prev;
        node->prev->next=node->next;
    }

    void moveToHead(DoubleLinkNode* node){
        removeNode(node);
        addToHead(node);
    }

    DoubleLinkNode* deleteTail(){
        DoubleLinkNode* node=dummy_tail->prev;
        removeNode(node);
        return node;
    }

private:
    unordered_map<int,DoubleLinkNode*>cache;
    int size;
    int capacity;
    DoubleLinkNode* dummy_head;
    DoubleLinkNode* dummy_tail;
};

/**
 * 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);
 */