leetcode LRU Cache(高级缓存的最近最少使用算法实现)

最新推荐文章于 2024-06-15 08:36:21 发布

lqcsp

最新推荐文章于 2024-06-15 08:36:21 发布

阅读量979

点赞数

分类专栏： LeetCode 面试题 c++ 文章标签： leetcode cache hashmap

本文链接：https://blog.csdn.net/lqcsp/article/details/23014293

版权

c++ 同时被 2 个专栏收录

80 篇文章 0 订阅

订阅专栏

LeetCode 面试题

73 篇文章 1 订阅

订阅专栏

题目大意：

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

首先，对于cache，如果希望有O(1)的查找复杂度，肯定要用hashmap来保存key和对象的映射。对于LRU而言，问题在于如何用O(1)解决cache entry的替换问题。

简单的说，cache的存储是一个链表的话，那么只要保证从头到尾的顺序就是cache从新到旧的顺序就好了，对于任何一个节点，如果被访问了，那么就将该节点移至头部。如果cache已满，那么就把尾部的删掉，从头部插入新节点。

所以，需要用到两个数据结构

1. hashmap，保存key和对象位置的映射

2. list，保存对象新旧程度的序列。不一定是list，也可以用vector，不过list的好处是已经实现了头尾操作的api，vector的话，还要自己写，麻烦

class LRUCache{
public:
    
    struct CacheEntity{
        int key;
        int value;
        CacheEntity(int k, int v) : key(k), value(v){}
        
    };
    
    LRUCache(int capacity)
    {
        capacity_ = capacity;
    }
    
    int get(int key) {
        
        if(hash_.find(key) == hash_.end())
            return -1;
        UpdateCache(key);
        return hash_[key]->value;
        
    }
    
    void set(int key, int value) {
        
        if(hash_.find(key) == hash_.end() )
        {
            CacheEntity tmp(key, value);
            if(cache_list_.size() >= capacity_)
            {
                //remove from tail
                hash_.erase(cache_list_.back().key);
                cache_list_.pop_back();
            }
            cache_list_.push_front(tmp);
            hash_[key] = cache_list_.begin();

        }
        hash_[key]->value = value;
        UpdateCache(key);
        
    }
private:
    int capacity_;
    unordered_map<int, list<CacheEntity>::iterator > hash_;
    list<CacheEntity> cache_list_;
    
    void UpdateCache(int key)
    {
        CacheEntity tmp = *hash_[key];
        cache_list_.erase(hash_[key]);
        cache_list_.push_front(tmp);
        hash_[key] = cache_list_.begin();
    }
};