题目(中等)
设计和构建一个“最近最少使用”缓存,该缓存会删除最近最少使用的项目。缓存应该从键映射到值(允许你插入和检索特定键对应的值),并在初始化时指定最大容量。当缓存被填满时,它应该删除最近最少使用的项目。
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。
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
解题思路
从需求选择数据结构
首先映射存储,一个key对应一个val,很容易想到哈希表;
第二,需要添加节点,查找节点,删除节点(按LRU规则,对于访问已有的就删除并重新添加),并且要求有序(能删除边缘)
这时就需要双向链表+哈希表了,
双向链表,容易添加、删除元素,不好查找,所以用哈希存指针,辅助查找;
并且用首尾两个哨兵辅助操作避免边界判断。
代码
struct DLinkedNode {
int key, val;
DLinkedNode* prev;
DLinkedNode* next;
DLinkedNode(): key(0), val(0), prev(nullptr), next(nullptr) {}
DLinkedNode(int _key, int _val): key(_key), val(_val), prev(nullptr), next(nullptr) {}
};
class LRUCache {
private:
unordered_map<int, DLinkedNode*> cache;
DLinkedNode* head;
DLinkedNode* tail;
int size;
int capacity;
public:
LRUCache(int _capacity): capacity(_capacity), size(0) {
head = new DLinkedNode();
tail = new DLinkedNode();
head->next = tail;
tail->prev = head;
}
int get(int key) {
if(!cache.count(key)) {
return -1;
}
DLinkedNode* node = cache[key];
moveToHead(node);
return node->val;
}
void put(int key, int val) {
if(!cache.count(key)) {
DLinkedNode* node = new DLinkedNode(key, val);
cache[key] = node;
addToHead(node);
size++;
if(size > capacity) {
DLinkedNode* removed = removeTail();
cache.erase(removed->key);
delete removed;
size--;
}
}
else {
DLinkedNode* node = cache[key];
node->val = val;
moveToHead(node);
}
}
void addToHead(DLinkedNode* node) {
node->prev = head;
node->next = head->next;
head->next->prev = node;
head->next = node;
}
void moveToHead(DLinkedNode* node) {
node->prev->next = node->next;
node->next->prev = node->prev;
addToHead(node);
}
DLinkedNode* removeTail() {
DLinkedNode* node = tail->prev;
node->prev->next = node->next;
tail->prev = node->prev;
return 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);
*/