一、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 。
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) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-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?
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
二、解法
思路:
- 用一个双向链表保存键值对,头部Head指向最多使用的元素(最近被插入、最近被访问),尾部Tail指向最少使用的元素
- 用哈希表保存要查询的链表指针,通过key查询,那么时间复杂度可以降到O(1)
- get:如果哈希表中没找到,则返回-1。若找到了,通过指针得到value,并且要将该节点放到双向链表的头部,表示最近被访问
- put:
- 若哈希表中找到了,则将其指针的值修改为新的value,并且要将该节点放到双向链表的头部,表示最近被修改。
- 若哈希表中没找到,说明是一个新的key,生成一个新的节点放到双向链表的头部。若此时已经超过容量,则需要将双向链表尾部的节点删除,并将哈希表中的相应值也删除
class LRUCache {
private:
struct DLinkedNode{
int key,value;
DLinkedNode *pre,*next;
DLinkedNode(int _key,int _value):key(_key),value(_value),pre(nullptr),next(nullptr){}
};
DLinkedNode* Head,*Tail;
unordered_map<int,DLinkedNode*> hashMap;
int cap;
void moveToHead(DLinkedNode* node){
node->pre->next=node->next;
node->next->pre=node->pre;
DLinkedNode* oldHead=Head->next;
Head->next=node;
node->next=oldHead;
node->pre=Head;
oldHead->pre=node;
}
public:
LRUCache(int capacity) {
cap=capacity;
Head=new DLinkedNode(0,0);
Tail=new DLinkedNode(0,0);
Head->next=Tail;
Tail->pre=Head;
}
int get(int key) {
auto ite=hashMap.find(key);
if(ite==hashMap.end()) return -1;
else{
moveToHead(ite->second);
return ite->second->value;
}
}
void put(int key, int value) {
auto ite=hashMap.find(key);
if(ite==hashMap.end()){
DLinkedNode* newNode=new DLinkedNode(key,value);
//将新节点添加到双向链表的头部
DLinkedNode* oldHead=Head->next;
Head->next=newNode;
newNode->pre=Head;
newNode->next=oldHead;
oldHead->pre=newNode;
if(hashMap.size()>=cap){
//若容量满了,需要删除尾部节点
DLinkedNode* deleteTail=Tail->pre;
hashMap.erase(deleteTail->key);
DLinkedNode* pre=deleteTail->pre;
pre->next=Tail;
Tail->pre=pre;
}
hashMap.insert({key,newNode});
}else{
//找到了,需要更新节点值,并移至链表头部
DLinkedNode* node=ite->second;
node->value=value;
moveToHead(node);
}
}
};
/**
* 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);
*/