设计LRU实现get和put操作

最新推荐文章于 2021-09-04 20:49:42 发布
最新推荐文章于 2021-09-04 20:49:42 发布
阅读量1.1k 收藏
点赞数 1
分类专栏： 算法
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/runner668/article/details/82392176
版权

这道题重在数据结构的使用，要求是o（1）的时间复杂度完成上面两个操作，自然想到了哈希。

第一种解法：用数组实现哈希

#include <vector>
#include <iostream>
#include <string.h>
using namespace  std;
//ector< vector<int> > A;
int A[8000] = {0};
int latest;
int count;
void get(int key )
{
   if(A[key] !=0)
   {
    cout << A[key] << endl;
   }
    else
    cout << -1 << endl;
}

void put(int key ,int val)
{
    A[key] = val;
    latest = key;
    count +=1;
}

int main()
{
    int num , m , n;
    //string s;
    char s ;
    cin >> num ;
    //cin >> s;
    while( cin >> s)
    {
    if( s == 'p')
    {
   
最低0.47元/天 解锁文章
runner668
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【链表】实现LRU缓存策略LRU Cache
yeahfeng
04-21 898
题目：设计一个最近使用的缓存数据结构，其须支持get和put两种操作 get(key)：如果LRU中key存在，则返回其值，否则返回-1； put(key,value)：如果key存在，则改变其值为value，否则插入一个新的key，value。当缓存容量达到上限，需要在插入新的元素之前删去其中最近未使用的元素。 C++实现（C++ 11）https://discuss.le
手写lru，要求get、put都是O(1)
Z_dasheku的博客
04-02 855
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言直接上代码 前言 此文章用于自己学习记录。 面试官：对LRU算法了解过吗？实现LRU，要求get、和put操作都是O(1)。 直接上代码 /** * 手写LRU，使得get和put都是O(0) */ public class LruDemo { private int MAXSIZE = 10; private int size = 0; private Map<String, Link.
[LeetCode] 146. LRU缓存机制(设计题)
virgilshi的博客
06-12 303
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。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) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。 写入数据 put(key, 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:
实现LRU的set与get
李习的博客
05-28 398
实现LRU的set与get 分析和代码 /* 实现一个小型的数据存储器 存储器的容量有限 设置某个值获取某个值都会把该值变成最优先的【也就是当存储器满了，会把最不优先的删除】 数据结构： hash表 + 双端链表 hash表： unordered_map<string, list<_Node*>::iterator> hashtable 双端链表： list<_Node*> doublelist 其中： class _Node{ public: st
LeetCode – LRU缓存
laker的博客
01-07 152
https://www.programcreek.com/2013/03/leetcode-lru-cache-java/ 设计和实现用于最近最少使用（LRU）缓存的数据结构，该结构支持get和put。 分析 解决此问题的关键是使用双链表，该链表使我们能够快速移动节点。 LRU缓存是键和双链接节点的哈希表。哈希表使get（）的时间为O（1）。双向链接节点列表使节点添加/删除操作为O（1）。 Java解决方案 定义一个双链表。 class Node{ int key; int value.
东南大学操作系统实验——实现LRU算法及其近似算法
06-30
实验内容包括实现LRU算法的两种不同变体：计数器实现和栈实现。在计数器实现中，每个页面都有一个访问计数器，每当页面被访问时，计数器增加，淘汰时选择计数最小的页面。而在栈实现中，页面按访问顺序存储在栈中，...
Java和Android的LRU缓存及实现原理
09-01
当进行`put`或`get`操作时，元素会自动调整到链表的末尾，从而实现LRU策略。`LinkedHashMap`有三个构造函数参数，用于控制其行为： 1. `accessOrder`：布尔值，决定是否按照访问顺序排序，默认为`false`，表示按照...
js实现操作系统LRU置换算法
05-22
这个实现可以很好地满足描述中所说的“jq实现操作系统LRU置换算法”的需求。 总结，LRU算法在JavaScript中的实现涉及到数据结构的设计和操作，包括哈希表和双向链表。通过这种方式，我们可以高效地管理资源，优化...
Java实现LRU算法.zip
11-13
LRU（Least Recently Used）算法是一种常见的页面替换算法，用于解决计算机内存有限而数据页数量过多的问题。...通过学习和理解LRU算法的实现，我们可以更好地理解和处理内存限制问题，提高系统的性能和效率。
LRU算法 java实现
01-15
在Java中，我们可以使用数据结构如HashMap和LinkedList来实现LRU缓存。 首先，我们需要一个双向链表来保存缓存中的元素，链表的节点包含元素的键值对以及前后节点的引用。链表的顺序反映了元素的使用情况，最近使用...
LeetCode题目之腾讯精选练习（50题）：LRU缓存机制
RexT1的博客
09-28 223
题目 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...
Java应用缓存介绍与LRU(Least Recently Used)算法
踩风火轮的乌龟
11-17 1223
对于大规模的Java Web应用来说，会有大量的数据和大量的用户，对于如何提升网站的响应速度成为了我们开发人员的一个挑战。对于缓存来说，它可以解决其中的一部分问题。在这篇文章中，我会介绍什么是缓存，它的工作流程是什么样的，被缓存的数据应该具有什么样的特性。最后我会介绍一个非常受欢迎的缓存算法 - LRU，并给出了一个具体的实现。
Memcached源码分析- LRU原理以及get/set命令(6)
CleverCode的博客
09-29 475
1 原理图 2 LRU原理 每一个slabclass都会对应一个heads指针指向item链表的头部，tails指向items链表的尾部。组成一个LRU链表，链表是按照访问时间顺序排列的。 1 get请求命令 1 通过hv = hash(key, nkey)，通过hash函数计算出key的32位整数值。 2 通过索引数组，it = primary_hashtable[hv &amp; hashm...
LRU算法实现
木桥的博客
07-21 269
假装有目录LRU算法实现思路链表实现Map实现LRU结构单元测试全部代码写在最后 LRU算法实现 这里我们来使用链表+Map的方式来实现LRU，这里不考虑并发，我们只实现固定容量的Get、Put算法。 先来讲一下大致的思路， 思路 首先是底层结构，底层结构是链表+Map，其中链表保存的就是访问顺序，我们可以定义首部是最近访问的元素，而尾部是不访问的元素（也可以反过来），Map用来定位一个Key的具体的Node。 Get算法：我们获取一个key的val，并且把这个key对应的Node移动到首部 Put算法：如
C语言实现LRU缓存机制——哈希表+双向链表
weixin_42326997的博客
06-13 1740
题目描述 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）-如果关键字（key）存在于缓存中，则获取关键字的值（总是正数），否则返回-1。 写入数据put（key，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。 要求：时间复杂度为O（1）： 思路 1、一开始想的是用一
JAVA手写LRU算法
leonin12的博客
09-04 650
复习LRU算法，落实到代码加深一下印象 import java.util.HashMap; /** * 手写LRU算法 * @param <K> * @param <V> */ public class LRU<K,V> { private class Node { // 前结点 private Node prev; // 后结点 private Node next; .
LRU缓存(最近被使用）哈希表 + 双向链表实现
mia
07-16 365
LRU缓存实现(哈希表 + 双向链表） 使用哈希表进行定位，找出缓存项在双向链表中的位置，随后将其移动到双向链表的头部。具体的方法如下： 对于 get 操作，首先判断 key 是否存在： 如果 key 不存在，则返回 −1； 如果 key 存在，则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置，并将其移动到双向链表的头部，最后返回该节点的值。 对于 put 操作，首先判断 key 是否存在： 如果 key 不存在，使用 key 和 value 创建一个新的节点，在双向链表的
算法 实现一个LRU（O(1)的时间复杂度进行set, get）
Novice-XiaoSong的博客
11-21 405
LRU：Least Recently Used的缩写，即最近最久未使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。 一、LRU示例 // 假设现在有一个LRU缓存，最大空间为3 LRUcache = [] // cache 未满 LRUcache.set(1,1) // [{1: 1}] LRUcache.set(2,2) // [{1: 1}, {2: 2}] LRUcache.set(3,3) // [{1: 1}, {2: 2}, {3: 3}] // cache 满，最近最久未.
【leetcode-Python】-设计数据结构 -【leetcode】LRU缓存机制的实现
gulaixiangjuejue的博客
03-13 260
rt
lru 缓存 c++ 设计实现
最新发布
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