在线评测链接
题目描述
\qquad 塔子哥有一门专业课,叫做操作系统,简称OS。操作系统的页式存储管理中,当主存满并且需要的存储页不在主存中,需要对主存中的页面进行置换,其中有一个非常重要的算法,即LRU置换算法。
\qquad LRU (Least Recently Used)缓存算法理一种常用于管理缓存的策略,其目标是保留最近使用过的数据,而淘汰最久未被使用的数据。实现简单的LRU缓存算法,支持查询、插入、删除操作。
\qquad 最久未被使用定义:查询、插入和删除操作均为一次访问操作,每个元素均有一个最后一次被访问时间,按照最后一次被访问时间排序,时间最早的即为最久未使用。插入操作:当缓存中已经存在,则刷新值,不存在,则插入,如果超过上限,则淘汰最久未被使用的元素。
输入描述
\qquad 第一行两个数N和K,分别表示缓存内最多可以存放页数,以及操作序列中的总操作数。其中N∈[1,100],K∈[1,10000]。
\qquad 第二至第K+1行,每行两个输入,两个输入用空格分隔。第一个输入是一个字符 c h i ch_i chi:A表示插入,Q表示查询,D表示删除。第二个输入是一个整数 a i a_i ai,表示一个页面的编号。其中 a i a_i ai∈[1,100000]。
输出描述
\qquad 输出一行,表示缓存内各页面的编号,按照LRU优先级。
样例一
输入
2 5
A 103
A 102
A 102
Q 103
A 101
输出
101 103
解释
缓存大小为2,依次进行插入103、102,重复插入102,查询一次103,插入101时,最久未使用的元素为102,所以淘汰102。
Limitation
1s, 1024KiB for each test case.
思路
双向链表 + 哈希表
这是一道经典原题146. LRU缓存 。
每次查询或插入 key 成功后,都会更新 key 的优先级,这个优先级会影响大小满了之后,如何弹出旧元素,以有空间插入新元素。
朴素情况是,我们维护一个链表,每次遍历链表找到 key ,单次查找的时间复杂度是 O ( n ) O(n) O(n) ,这会超时,考虑优化单次查找的时间。
单次查找这部分可以用哈希表来维护,这样插入和删除都是 O ( 1 ) O(1) O(1)
此外,我们还需要维护一个优先级,这个优先级可以用一个链表维护。
我们需要弹出 key ,所以要从链表中插入删除节点,这就需要链表的前后节点,所以用双向链表维护。
具体看代码实现。
时间复杂度: O ( n ) O(n) O(n)
代码
class DoubleLinkedNode:
def __init__(self, key=0, value=0):
self.key = key
self.value = value
self.prev = None
self.next = None
class LRUCache:
def __init__(self, cap):
self.cache = dict()
self.head = DoubleLinkedNode()
self.tail = DoubleLinkedNode()
self.head.next = self.tail
self.tail.prev = self.head
self.cap = cap
self.size = 0
def output(self):
temp = self.head.next
ans = []
while temp and temp != self.tail:
ans.append(temp.value)
temp = temp.next
print(*ans)
def get(self, key):
if key not in self.cache:
return -1
node = self.cache[key]
self.moveToHead(node)
return node.value
def put(self, key, value):
if key not in self.cache:
node = DoubleLinkedNode(key, value)
self.cache[key] = node
self.addToHead(node)
self.size += 1
if self.size > self.cap:
removed = self.removeTail()
self.cache.pop(removed.key)
self.size -= 1
else:
node = self.cache[key]
node.value = value
self.moveToHead(node)
def addToHead(self, node):
node.prev = self.head
node.next = self.head.next
self.head.next.prev = node
self.head.next = node
def removeNode(self, node):
node.prev.next = node.next
node.next.prev = node.prev
def moveToHead(self, node):
self.removeNode(node)
self.addToHead(node)
def removeTail(self):
node = self.tail.prev
self.removeNode(node)
return node
ans = []
cap, q = map(int, input().split())
lrucache = LRUCache(cap)
for i in range(q):
line = input().split()
op, key = line[0], int(line[1])
if op == 'Q':
lrucache.get(key)
else:
lrucache.put(key, key)
lrucache.output()