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。
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
个人AC答案
每个页面分为<key> value> <last used turn>
每次操作LUT++,当前使用LUT设0
满了就删LUT最大的
(完全就是OS课讲的内容)
另外找到一个时间复杂度和代码量更小的解,用的是链表+map 不赘述了
追记:把map换成了unordered_map之后耗时少了一半 map的选择也很重要啊 - -
class LRUCache {
int _cap, _sz;
map<int, pair<int, int>> m;
public:
LRUCache(int capacity) {
_cap = capacity;
_sz = 0;
}
int get(int key) {
if (m.find(key) == m.end())
return -1;
for (auto &i : m)
i.second.second++;
m[key].second= 0;
return m[key].first;
}
void put(int key, int value) {
for (auto &i : m)
i.second.second++;
if(m.find(key) != m.end())
{
m[key].first = value;
m[key].second = 0;
}
else if (_sz < _cap)
{
m[key].first = value;
m[key].second = 0;
_sz++;
}
else
{
pair<int, int> p(0, 0);
for (auto i : m)
{
if (i.second.second > p.second)
{
p.first = i.first;
p.second = i.second.second;
}
}
m.erase(p.first);
m[key].first = value;
m[key].second = 0;
}
}
};
/**
* 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);
*/