1、题目描述
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) - 如果密钥已经存在,则变更其数据值;如果密钥不存在,则插入该组「密钥/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久未使用的数据值,从而为新的数据值留出空间。
进阶:
你是否可以在 O(1) 时间复杂度内完成这两种操作?
2、示例
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
3、题解
基本思想:HashMap+list,时间复杂度O(1),好的数据结构是成功的一半。
list保存key->value对,从头到尾按照最近使用(头)到最少使用(尾)顺序排列。
HashMap保存key->iterator对,iterator指向list中保存相应key的对,通过HashMap[key]可以快速找到key在list中位置,方便查找删除插入操作,注意:链表的插入删除操作迭代器不会失效。
#include<iostream>
#include<algorithm>
#include<vector>
#include<unordered_map>
using namespace std;
class LRUCache {
public:
LRUCache(int capacity) : cap(capacity) {
}
int get(int key) {
if (map.find(key) == map.end()) return -1;
auto key_value = *map[key];
cache.erase(map[key]);
cache.push_front(key_value);
map[key] = cache.begin();
return key_value.second;
}
void put(int key, int value) {
if (map.find(key) == map.end()) {
if (map.size() == cap) {
map.erase(cache.back().first);
cache.pop_back();
}
}
else
cache.erase(map[key]);
cache.push_front({key, value});
map[key] = cache.begin();
}
private:
int cap;
list<pair<int, int>> cache;
unordered_map<int, list<pair<int, int>>::iterator> map;
};
class LRUCache {
public:
//基本思想:HashMap,时间复杂度O(N)
LRUCache(int capacity) : capacity(capacity) {}
int get(int key) {
if (key_value.find(key) != key_value.end())
{
key_clock[key] = ++clock;
return key_value[key];
}
else
return -1;
}
void put(int key, int value) {
if (key_value.find(key) != key_value.end())
{
key_value[key] = value;
key_clock[key] = ++clock;
return;
}
if (key_value.size() < capacity)
{
key_value[key] = value;
key_clock[key] = ++clock;
}
else
{
int res_key, min_clock = clock;
for (auto it = key_clock.begin(); it != key_clock.end(); it++)
{
if (it->second <= min_clock)
{
min_clock = it->second;
res_key = it->first;
}
}
key_value.erase(res_key);
key_clock.erase(res_key);
key_value[key] = value;
key_clock[key] = ++clock;
}
}
private:
int capacity;
unordered_map<int, int> key_value;
unordered_map<int, int> key_clock;
int clock = 0;
};
class LRUCache1 {
public:
//基本思想:HashMap+list,时间复杂度O(1),好的数据结构是成功的一半
//list保存key->value对,从头到尾按照最近使用(头)到最少使用(尾)顺序排列
//HashMap保存key->iterator对,iterator指向list中保存相应key的对,通过HashMap[key]可以快速找到key在list中位置
LRUCache1(int capacity) : capacity(capacity) {}
int get(int key) {
if (key_value.find(key) != key_value.end())
{
int res = key_value[key]->second;
listNode.erase(key_value[key]);
listNode.push_front(make_pair(key, res));
key_value[key] = listNode.begin();
return res;
}
else
return -1;
}
void put(int key, int value) {
if (key_value.find(key) != key_value.end())
{
listNode.erase(key_value[key]);
listNode.push_front(make_pair(key, value));
key_value[key] = listNode.begin();
return;
}
if (key_value.size() < capacity)
{
listNode.push_front(make_pair(key, value));
key_value[key] = listNode.begin();
}
else
{
key_value.erase(listNode.back().first);
listNode.pop_back();
listNode.push_front(make_pair(key, value));
key_value[key] = listNode.begin();
}
}
private:
int capacity;
unordered_map<int, list<pair<int, int>>::iterator> key_value;
list<pair<int, int>> listNode; //链表的插入删除迭代器不会失效
};
int main()
{
LRUCache1 cache(2);
cout << cache.get(2) << endl;
cache.put(2, 6);
cout << cache.get(1) << endl;
cache.put(1, 5);
cache.put(1, 2);
cout << cache.get(1) << endl;
cout << cache.get(2) << endl;
return 0;
}