LeetCode刷题——146. LRU 缓存(HOT100)

本文详细介绍了如何使用C++实现LRU缓存数据结构,包括使用双向链表、哈希表和哨兵节点来保证O(1)的get和put操作,以及在超出容量时如何删除最久未使用的节点。
摘要由CSDN通过智能技术生成

✊✊✊🌈大家好!最近有面试会考LRU题,所以本篇文章将较详细介绍该题目146. LRU 缓存,代码语言为:C++代码😇。


394. 字符串解码

🔒1、题目:

请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
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 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该 逐出 最久未使用的关键字。
函数 getput 必须以 O(1) 的平均时间复杂度运行。
🌲 示例 1🌲:

	输入
	["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
	[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
	输出
	[null, null, null, 1, null, -1, null, -1, 3, 4]
	
	解释
	LRUCache lRUCache = new LRUCache(2);
	lRUCache.put(1, 1); // 缓存是 {1=1}
	lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
	lRUCache.get(1);    // 返回 1
	lRUCache.put(3, 3); // 该操作会使得关键字 2 作废,缓存是 {1=1, 3=3}
	lRUCache.get(2);    // 返回 -1 (未找到)
	lRUCache.put(4, 4); // 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3}
	lRUCache.get(1);    // 返回 -1 (未找到)
	lRUCache.get(3);    // 返回 3
	lRUCache.get(4);    // 返回 4

❗️ 提示 ❗️ :

  • 1 <= capacity <= 3000
  • 0 <= key <= 10000
  • 0 <= value <= 105
  • 最多调用 2 * 105 次 get 和 put

来源:力扣(LeetCode)👈

☀️2、思路:

思路参考灵神的题解
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 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该 逐出 最久未使用的关键字。
函数 getput 必须以 O(1) 的平均时间复杂度运行。

  1. 函数 getput 必须以 O(1) 的平均时间复杂度运行。
    这需要用到双向链表,每个节点存放keyvalue,节点的两个指针prenext分别指向前一个和后一个节点。还需要哨兵节点dummy
    定义一个Node类,存放上述变量。
  2. get()要求关键字key在缓存中,则返回关键字的值,需要用到哈希表。
    unordered_map<int, Node*> key_to_node;
  3. put(),缓存中key不存在,需要创建一个节点放在缓存最前列。这样的话,新的节点不断插入到哨兵节点与哨兵节点下一个节点之间,这样的话,哨兵节点的前一个指针,就指向了最久未使用的节点。缓存中节点数超额后,就可以很方便的删除掉最久未使用的节点。

如何删除一个节点?
将上一个节点的后指针跳过当前指针,直接指向后一个指针。(x.pre.next=x.next)
同理。将下一个节点的前指针跳过当前指针,直接指向前一个指针。(x.next.pre=x.pre)

如何把节点插入到哨兵节点dummy和哨兵节点dummy->next后一个指针之间。

x->pre=dummy;
x->next=dummy->next;
x->pre->next = x;
x->next->pre = x;

复杂度分析
⏳时间复杂度 O(1)
🏠空间复杂度 O(min(p,capacity)) :其中p为put的调用次数。

🔑3、代码:


	//1.创建节点类
	class Node{
	public:
	    int key, value;
	    Node *pre, *next;
	    Node(int k = 0, int v = 0) : key(k), value(v) {}
	};
	
	
	class LRUCache {
	//2.
	private:
		//2.1设置相关变量
		int capacity;//容量
		Node *dummy;//哨兵节点
		unordered_map<int,Node*> um;//哈希表
		//2.2
		//删除
		void remove(Node*x){
			x->pre->next = x->next;
			x->next->pre = x->pre;
		}
		//添加
		void add(Node*x){
			x->pre=dummy;
			x->next=dummy->next;
			x->pre->next = x;
	        x->next->pre = x;
		}
	
		Node* get_node(int key){
			auto it=um.find(key);
			if(it == um.end())
				return nullptr;
			
			auto node = it->second;
			remove(node);
			add(node);
			return node;
		}
	
	public:
	    LRUCache(int capacity):capacity(capacity),dummy(new Node()) {
			dummy->pre=dummy;
			dummy->next=dummy;
	    }
	    
	    int get(int key) {
	    	auto node = get_node(key);
	    	return node ? node->value : -1;
	    }
	    
	    void put(int key, int value) {
	        auto node = get_node(key);
	        if (node) { // 有这本书
	            node->value = value; // 更新 value
	            return;
	        }
	        um[key] = node = new Node(key, value); // 新书
	        add(node); // 放在最上面
	        if (um.size() > capacity) { // 书太多了
	            auto back_node = dummy->pre;
	            um.erase(back_node->key);
	            remove(back_node); // 去掉最后一本书
	            delete back_node; // 释放内存
	        }
	    }
	};

  • 17
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

君莫笑lucky

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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