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。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) - 如果密钥已经存在,则变更其数据值;如果密钥不存在,则插入该组「密钥/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?
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
自行yy了一个效率比较低的O(1)算法
使用hash可以O(1)映射(unordered_map)
问题是缓存满了删哪个?这个key到value的映射没有时间信息,可以用一个队列(或者说数组)记录插入/访问顺序,当插入/访问key1时,把它放入队尾,这样每次删队头的那个就可以了,问题又来了,如果key1本来就在队列中,要把它删掉再放队尾,这个删不是O(1)的,解决方法是不删它只是入队,再用一个hash映射vis[key1]记录队列里有多少个key1,只有最后一个key1才有效,类似惰性删除
class LRUCache {
int capacity;
queue<int> q;
unordered_map<int,int> k2v;
unordered_map<int,int> vis;
public:
LRUCache(int capacity) {
this->capacity = capacity;
}
int get(int key) {
if (!k2v.count(key))
return -1;
q.emplace(key);
vis.at(key)++;
return k2v.at(key);
}
void put(int key, int value) {
if (!vis.count(key))
vis.insert(make_pair(key,0));
if (vis.at(key) > 0) {
k2v.erase(key);
}
if (k2v.size() == capacity) {
while (1) {
int dkey = q.front();
q.pop();
vis.at(dkey)--;
if (k2v.count(dkey) && vis.at(dkey)==0) {
k2v.erase(dkey);
vis.erase(dkey);
break;
}
}
}
q.emplace(key);
k2v.insert(make_pair(key,value));
vis.at(key)++;
}
};
官方题解:
有一种叫做有序字典的数据结构,综合了哈希表和链表,在 Python 中为 OrderedDict,在 Java 中为 LinkedHashMap。
居然还有这种东西!