设计 LRU 缓存结构
OJ 地址:设计 LRU 缓存结构
#include <unordered_map>
class Solution {
private:
// 维护一个有序单向链表,当有一个新的数据被访问时,从链表头部开始遍历链表:
// 1 如果此数据之前已经在缓存中了,那么将其从原来的位置删除,并将其插入到头节点
// 2 如果此数据之前不在缓存中:
// 2.1 如果缓存未满,则直接将此节点插入到头节点
// 2.2 如果缓存已满,则删除链表尾节点,将新的数据插入到头节点
// 复杂度为O(n)
// 使用散列表hashtable与双向链表的组合
// 当要缓存某个数据的时候,先在链表中查找这个数据。如果没有找到,则直接将数据放到链表的尾部;如果找到了,我们就把它移动到链表的尾部
// 当缓存空间不够,需要淘汰一个数据的时候,我们就直接将链表头部的结点删除
// 复杂度为O(1)
vector<int> cache; // 缓存:cache 首元素存放最不常用的 key,最后一个元素存放活跃的 key
unordered_map<int, int> map;
public:
/**
* lru design
* @param operators int整型vector<vector<>> the ops
* @param k int整型 the k
* @return int整型vector
*/
void set(int key, int val, int k)
{
if(cache.size() == k)
{
map.erase(cache[0]); // 删除最不活跃元素
cache.erase(cache.begin()); // 删除缓存首元素,也是不活跃元素
}
map[key] = val;
// 在 cache 中查找是否有 key,有的话,就将 key 放到 cache 末尾,成为活跃 key
for(int i = 0; i < cache.size(); i++)
{
if(cache[i] == key)
{
cache.erase(cache.begin() + i);
break;
}
}
cache.push_back(key); // 放到末尾
}
int get(int key)
{
if(map.find(key) == map.end())
return -1;
// 在 cache 中查找,如果有,则放到末尾成为活跃 key
for(int i = 0; i < cache.size(); i++)
{
if(cache[i] == key)
{
cache.erase(cache.begin() + i);
cache.push_back(key);
break;
}
}
return map[key];
}
vector<int> LRU(vector<vector<int> >& operators, int k) {
// write code here
vector<int> res;
for(int i = 0; i < operators.size(); i++)
{
if(operators[i][0] == 1)
set(operators[i][1], operators[i][2], k);
else
res.push_back(get(operators[i][1]));
}
return res;
}
};