题目描述:146
分析:
LRU(Least Recently Used,最近最少使用)淘汰内存策略,最近使用的根据时间局部性永远放在队首、最不常使用放在队尾,当内存满了的时候淘汰掉不常使用的。
本题要求设计:
1 容量capacity;
2 put(key, val) 方法存入键值对; 时间复杂度为 O(1)
3 get(key) 方法获取 key 对应的 val,如果 key 不存在则返回 -1。时间复杂度为 O(1)
看到O(1)必然想起hashmap的查找,为了删除和插入也达到了O(1),则缓存容器为双链表。
之所以不是单向链表,是因为:删除一个节点不光要得到该节点本身的指针,也需要操作其前驱节点的指针,而双向链表才能支持直接查找前驱,保证操作的时间复杂度
O(1)
。
借助哈希表赋予了链表快速查找的特性嘛:可以快速查找某个 key 是否存在缓存(链表)中,同时可以快速删除、添加节点。
时间复杂度分析:
伪代码:
int get(int key) {
if (key 不存在) {
return -1;
} else {
将数据 (key, val) 提到开头;
return val;
}
}
void put(int key, int val) {
Node x = new Node(key, val);
if (key 已存在) {
把旧的数据删除;
将新节点 x 插入到开头;
} else {
if (cache 已满) {
删除链表的最后一个数据腾位置;
删除 map 中映射到该数据的键;
}
将新节点 x 插入到开头;
map 中新建 key 对新节点 x 的映射;
}
}
代码实现:
class LRUCache {
public:
//删除、查找、插入的复杂度都O(1)
LRUCache(int capacity) {
cap=capacity;
}
int get(int key) {
if(m.count(key)==0) return -1;
else//key存在,更新到表头
{
auto iter = m.find(key);//找到对应结点地址
l.splice(l.begin(),l,iter->second);//移动到链表头
return l.begin()->second;//返回value
}
}
void put(int key, int value) {
if(m.count(key)==0) {//key不存在,加入进去
//如果容量到了,删除尾部元素,再加上新结点
if(l.size()==cap) {
m.erase(l.back().first);
l.pop_back();
}//直接添加
l.push_front(make_pair(key,value));
m[key]=l.begin();
}
else {//如果key存在,插入相同key的元素,除了要移动,value也需要更新
auto iter = m[key];//【注意:这里的iter指向链表,即hashmap的第二元素,链表的迭代器】
iter->second=value;//更新地址value
l.splice(l.begin(),l,iter);//移动到链表头
m[key]=l.begin(); //更新hashtable的value
}
}
private:
int cap = 0;
list<pair<int, int>> l;
unordered_map<int, list<pair<int, int>>::iterator> m;
};
简化:参考
class LRUCache{
public:
LRUCache(int capacity) {
cap = capacity;
}
int get(int key) {
auto it = m.find(key);//【注意:这里的it是hashmap的迭代器,it->second是链表的迭代器,it->second->second才是val】
if (it == m.end()) return -1;
l.splice(l.begin(), l, it->second);
return it->second->second;
}
void put(int key, int value) {
auto it = m.find(key);
if (it != m.end()) l.erase(it->second);
l.push_front(make_pair(key, value));
m[key] = l.begin();
if (m.size() > cap) {
int k = l.rbegin()->first;
l.pop_back();
m.erase(k);
}
}
private:
int cap;
list<pair<int, int>> l;
unordered_map<int, list<pair<int, int>>::iterator> m;
};
或者
class LRUCache {
public:
LRUCache(int capacity) {
cap = capacity;
}
int get(int key) {
if(!m.count(key)) return -1;
auto it = m.find(key);
l.splice(l.begin(), l, it->second);
return l.begin()->second;
}
void put(int key, int value) {
auto it = m.find(key);
if(it != m.end()) l.erase(it->second);
l.push_front(make_pair(key, value));
m[key] = l.begin();
if(m.size()>cap){
int k = l.rbegin()->first;//
l.pop_back();
m.erase(k);
}
}
private:
int cap = 0;
list<pair<int, int>> l;
unordered_map<int, list<pair<int, int>>::iterator> m;
};