用unordered_map和双向链表实现LRU缓存

最新推荐文章于 2023-07-08 11:00:00 发布
置顶 最新推荐文章于 2023-07-08 11:00:00 发布
阅读量328 收藏 1
点赞数 1
分类专栏： 牛客、leetcode题解 文章标签： lru 哈希表 链表 c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35087425/article/details/109498204
版权
本文介绍了如何使用unordered_map和双向链表实现LRU（最近最少使用）缓存机制，满足O(1)的时间复杂度要求。通过哈希表存储key与链表节点指针的映射，链表头部存放最近访问的数据。当缓存满时，删除链表尾部节点。文章详细阐述了get和set操作的逻辑，并提供了相关代码实现。
摘要由CSDN通过智能技术生成

LRU为最近最少使用算法，可以类比为手机app多任务管理来理解，每个app刚用完在会被放在最前面，当内存满时，最久没用的app内存会被释放，题目链接如下：
Leetcode 146-LRU缓存机制
题目要求：
put和get操作时间复杂度为O(1)

分析：

  • 首先，这些key-value的数据应该按时间顺序排列，链表是有序的；但链表查询时间为O(n)，无法满足要求；
  • 哈希表查询时间为O(1)，但是无序的。

因此可以用哈希表来存储key和链表节点指针的映射；
每次最新访问或存储的数据放在链表的头部，当cache容量满时删掉链表尾部的节点

  • 查询：哈希表存储key和链表节点指针的映射，可以以O(1)时间查到某个key对应的数据是否存在
  • 插入：在链表头部插入，时间为O(1)
  • 删除：对于链表来说，删除就是改变节点指针的关系并释放该节点内存，为了避免需要O(n)时间找到前节点，应使用双向链表；同时，删除最不常使用的节点时，也要删除cache哈希表中的value，这需要知道该节点的key，因此链表中不仅要存value，也要存key。

①双向链表实现代码如下：

typedef struct DListNode{
   
    int key;
    int val;
    DListNode* next;
    DListNode* pre;
    DListNode():key(0),val(0),next(nullptr),pre(nullptr){
   }
    DListNode(int _key,int _val):key(_key),val(_val),next(
最低0.47元/天 解锁文章
powerof10
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
设计LRU缓存结构（C++，unordered_map+双向链表）
C/C++菜鸟养成记
12-03 1850
class LRUchache { struct ListNode{ ListNode* pre; ListNode* next; int key; int value; ListNode(int _key, int _value): pre(nullptr), next(nullptr), key(_key), value(_value) {} }; public: LRUchache(int capcity) : capcity(capci...
LeetCode 146 LRU Cache（list+unordered_map实现LRU缓存算法）
nudt_oys的博客
10-28 950
Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and put. get(key) - Get the value (will always be positive) of the key i
leetcode146. LRU 缓存 LRU:UNORDERED_MAP+LIST
ResumeProject的博客
07-08 111
当要访问缓存中的某个元素时，先在哈希表中查找该元素是否存在，如果存在，将其移到链表头部并返回值；如果不存在，返回-1。当要往缓存中加入新元素时，如果缓存已满，先删除链表尾部元素和哈希表中的对应项，然后将新元素插入链表头部和哈希表中；如果缓存未满，直接将新元素插入链表头部和哈希表中即可。这个实现使用了一个双向链表来维护缓存中元素的顺序，链表头部表示最近使用的元素，链表尾部表示最久未使用的元素。同时，还使用了一个哈希表来快速查找缓存中的元素。
腾讯精选练习：LRU缓存机制（unordered_map+hash）
黄義泰的博客
05-18 133
LRU缓存机制 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
LRU淘汰缓存机制（LRU页面置换算法）HashMap+双向链表 C++实现
scarificed的博客
08-04 308
LRU淘汰缓存机制（LRU页面置换算法）HashMap+双向链表 C++实现
c语言实现LRU缓存.zip
最新发布
02-27
在C语言中，我们可以使用双向链表来实现LRU缓存。链表节点包含数据和两个指针，分别指向前一个节点和后一个节点，这样可以方便地进行插入和删除操作。同时，为了快速定位到特定的数据，我们还需要一个哈希表，键是...
c++实现的常见缓存算法和LRU
08-31
LRU缓存的C++实现充分利用了双向链表的特性，使得节点的插入和删除操作时间复杂度降低到O(1)，而哈希映射的查找操作则在平均情况下为O(1)。这种高效的实现方式使得LRU算法在实际应用中具有较高的性能和命中率。 ...
LRU.rar_LRU_coastzew_缓存算法
09-20
在这个示例中，开发者可能会使用STL库中的数据结构，如`std::unordered_map`来实现哈希表，`std::list`或`std::deque`来实现链表。代码可能包括类定义，包含插入、查询、删除等操作的方法，以及可能的测试用例来验证...
lru-cache：C ++中功能完整的LRU缓存实现
02-05
在C++中，LRU缓存通常通过结合哈希表（如`std::unordered_map`）和双向链表（如`std::list`或自定义实现）来实现。哈希表用于快速查找，而双向链表则用于保持数据的访问顺序。当一个元素被访问时，它会在链表中移动...
力扣-141题 环形链表（C++）- unordered_set中存放链表节点及其相关注意点
qq_40467670的博客
07-20 211
题目链接：https://leetcode-cn.com/problems/linked-list-cycle/ 题目如下： /** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), next(NULL) {} * }; */ class Solution { public: boo
双向链表与hash表
11-29
从linux内核提取出来的，双向链表和hash表实现。在普通的用户态C程序中，均可使用
stl,vector, list，双向链表，map
L未若的博客
09-13 4222
下列关于ｓｔｌ的说法正确的是（） 　　Ａ，ｍａｐ的迭代器的ｋｅｙ是ｃｏｎｓｔ类型，无法对其进行修改 　　Ｂ，ｌｉｓｔ是双向链表实现，插入元素的复杂度是Ｏ（１） 　　Ｃ，ｖｅｃｔｏｒ的大小会增大或者减少，但容量只会增大而不会减少 　　Ｄ，ｓｔｌ的排序算法一般比较传统的快速排序块是因为其选取中值的算法好
boost::unorder_map如何插入元素_链表和有序二叉树插入元素时真的比数组快吗？
weixin_39517902的博客
11-29 399
脚本之家你与百万开发者在一起作者 |focuscode出品 | 脚本之家(ID：jb51net)公司有位C++标准委员会的顾问大佬，一年会有几次视频讲座，分享一些编程要点或者经验。很多时候都是C++很基础的方面，但是他的讲解视频真的很深入浅出，有时候会“打破”一些理所应当的观点，这篇文章就是让我觉得很有趣，并且意想不到的地方，在这里分享一下。1. 非关联容器在我们看到的众多数据结构书籍...
C++ 一个LRU算法，unordered_map + list
小罗的学习博客
10-19 745
这个程序用的unordered_map 来储存 ，以key为键，list的iterator为val，这样就可以在O（1）的时间内查找节点，在更新的时候也是，动态的通过储存的iterator来在list中删除节点。还是挺高效率的 #include <iostream> #include <unordered_map> #include <list> #inc...
LRU缓存——哈希表+双向链表
weixin_45594172的博客
10-06 1439
LRU缓存——哈希表+双向链表
map/unordered_map原理和使用整理
热门推荐
自由理想的足迹
04-15 6万+
map的内部实现是二叉平衡树(红黑树)；hash_map内部是一个hash_table一般是由一个大vector，vector元素节点可挂接链表来解决冲突，来实现. hash_map其插入过程是： 得到key通过hash函数得到hash值得到桶号(一般都为hash值对桶数求模)存放key和value在桶内。 其取值过程是: 得到key通过hash函数得到hash值得
模拟实现unordered_map和unordered_set超详解（C++）
m0_67430750的博客
05-19 2180
模拟实现unordered_map、unordered_set超详解，包括哈希表以及unordered_map、unordered_set完整代码，迭代器封装、功能测试等。
面试大厂最常考算法之一LRU缓存算法
qq_23923713的博客
11-23 351
题目 146. LRU 缓存机制 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 。 实现 LRUCache 类： LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存 int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。 void put(int key, int value) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-值」。当缓存容量达到上限
java之双向链表与哈希表实现LRU缓存机制
一名正在成长的程序员
10-27 717
背景 在研究双向队列之前，是遇到了这么一道题。 146. LRU缓存机制 这道题的思路是HashMap与双向队列的组合。LRU就是删除最近最少使用的数据值。 比如我先打开了支付宝，之后打开了手机淘宝，之后打开微信，此时在后台就是如下排列 之后我又点击支付宝，在后台中就会来到队友 假如缓存容量为3的话，此时又打开了时钟，就会把淘宝从缓存中删除，因为他是最近最少使用的应用。 那么这道题的思路很清...
lru 缓存 c++ 设计实现
06-09
LRU 缓存是一种常见的缓存淘汰算法，它的设计思想是将最近最少使用的数据从缓存中淘汰出去，以保证缓存的数据都是热点数据，从而提高缓存的命中率。 下面是一个基于双向链表和哈希表实现的 LRU 缓存的 C++ 设计实现： ```cpp #include <unordered_map> struct Node { int key; int value; Node* prev; Node* next; Node(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {} }; class LRUCache { public: LRUCache(int capacity) : size_(capacity), head_(nullptr), tail_(nullptr) {} int get(int key) { auto iter = cache_.find(key); if (iter == cache_.end()) { return -1; } else { Node* node = iter->second; move_to_head(node); return node->value; } } void put(int key, int value) { auto iter = cache_.find(key); if (iter == cache_.end()) { Node* node = new Node(key, value); add_to_head(node); cache_[key] = node; if (cache_.size() > size_) { Node* tail = remove_tail(); cache_.erase(tail->key); delete tail; } } else { Node* node = iter->second; node->value = value; move_to_head(node); } } private: int size_; Node* head_; Node* tail_; std::unordered_map<int, Node*> cache_; void add_to_head(Node* node) { if (head_ == nullptr) { head_ = node; tail_ = node; } else { node->next = head_; head_->prev = node; head_ = node; } } void move_to_head(Node* node) { if (node == head_) { return; } else if (node == tail_) { tail_ = tail_->prev; tail_->next = nullptr; } else { node->prev->next = node->next; node->next->prev = node->prev; } node->next = head_; head_->prev = node; node->prev = nullptr; head_ = node; } Node* remove_tail() { Node* node = tail_; if (head_ == tail_) { head_ = nullptr; tail_ = nullptr; } else { tail_ = tail_->prev; tail_->next = nullptr; } return node; } }; ``` 在这个实现中，我们使用了一个双向链表保存缓存中的数据，并使用一个哈希表来提高查找效率。在 `get` 操作中，如果缓存中不存在目标数据则返回 -1，否则将目标数据移到链表头部并返回其值。在 `put` 操作中，如果缓存中不存在目标数据则创建一个新的节点并将其添加到链表头部，如果缓存已满则删除链表尾部的节点。如果缓存中已存在目标数据则将其值更新并将其移动到链表头部。 需要注意的是，在 `move_to_head` 和 `remove_tail` 操作中，我们需要判断目标节点是否已经在链表的头部或尾部，以避免对空指针进行操作。此外，在每次操作中，我们还需要更新哈希表中对应节点的指针。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值