LRU cache

头发凌乱的鳌拜

已于 2022-02-21 15:57:51 修改

阅读量287

点赞数

分类专栏： Leetcode 文章标签：散列表数据结构

于 2022-02-21 15:51:46 首次发布

本文链接：https://blog.csdn.net/oceanicC/article/details/123048560

版权

Leetcode 专栏收录该内容

53 篇文章 0 订阅

订阅专栏

该博客介绍了一种使用Python的collections.OrderedDict实现LRU（Least Recently Used）缓存淘汰策略的方法。LRUCache类通过维护一个按插入顺序排序的字典来管理缓存容量，当达到最大容量时，会删除最不常使用的项。博客内容详细展示了LRUCache类的get和put方法实现，以及如何实例化和调用此类。

摘要由CSDN通过智能技术生成

146. LRU 缓存 - 力扣（LeetCode） (leetcode-cn.com)

OrderedDict:默认根据元素放入的顺序排序

class LRUCache(object):
    def __init__(self, capacity):
        """
        :type capacity: int
        """
        self.dic=collections.OrderedDict()
        self.remain=capacity

    def get(self, key):
        """
        :type key: int
        :rtype: int
        """
        if key not in self.dic:
            return -1
        v=self.dic.pop(key)
        self.dic[key]=v
        return v

    def put(self, key, value):
        """
        :type key: int
        :type value: int
        :rtype: None
        """
        if key in self.dic:
            self.dic.pop(key)
        else:
            if self.remain>0:
                self.remain-=1
            else:
                self.dic.popitem(last=False)
        self.dic[key]=value




# Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)