1.题目简介(LeetCode 146)
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。
特别要求: O(1) 时间复杂度内完成这两种操作
链接:LeetCode 146
示例:
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得关键字 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得关键字 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
2.解题思想
一般来说,用数组、链表都能解决这题,但是因为要求O(1)时间复杂度完成操作,那么数组、链表都不可以,数组插入删除慢,而链表查找慢,所以想到哈希表,查找为O(1),但是光有哈希表肯定不够,因为要频繁的插入删除元素,那么链表是最合适的,就可以将哈希表与链表结合来实现,这点确实很难想到。这里注意,链表要用双向链表,这样更便于操作!
如图所示,双向链表的每个节点都是key-value对,而哈希表中的key映射到key对应那个节点,比如要get(4),首先看4是否在哈希表中,若不在直接返回-1,若在则快速定位到4对应的节点,取出里面的value 也就是8
下面分模块讲解:
2.1 get 功能详解
get(key),也就是获取key对应的value值,有以下两种情况
1)key不在哈希表中
这个简单,直接返回-1
2)key在哈希表中
步骤:
1.通过哈希表中的key映射,定位到链表中对应节点
2.因为这个节点此刻被访问了,所以将它变为新的链表头(表头是最新访问过的,表尾是最久没访问过的)
3.取出表头里的value值返回
具体如下图所示:
2.2 put 功能详解
put(key,value)就是实现把key-value对放进缓存,下面分情况讨论
1)key在哈希表中
这说明缓存中已经存在这个key了,那么现在要做的就是更新key对应的value值
步骤:
1.通过哈希表定位到key对应的节点
2.将节点中的value值更新为当前的value值
3.因为这个节点刚被更新,所以将它变为链表的表头
具体如下图所示
2)key不在哈希表中
这时需要将此key-value对插入链表中,并更新哈希表将此key映射加入。这里又分为两种情况:缓存未满和缓存已满
1>缓存未满
步骤:
1.直接从表头插入key-value对,并更新头节点为该插入节点
2.更新哈希表,将key映射加入进去
具体如图所示
2>缓存已满
因为缓存已经满了,现在需要从缓存中去除一个数据,再将新数据添加进去。那么问题来了,去除哪个呢?剪刀石头布,谁输谁出去吗。。。当然不是了,再回到这个链表结构,它是越靠近头节点的最近访问的的时间点越近,越靠近尾节点的距离上次被访问的时间越久,那么很显然尾结点是最久未访问的了,就将尾节点去除,再从头部加入新的数据吧!
步骤:
1.去除尾节点,并将其在哈希表中的对应key映射也去除
2.更新尾节点为原先尾节点前一个节点(这就是双向链表的好处)
3.从头部直接插入新的key-value节点,并更新头节点为当前节点
4.更新哈希表,加入key映射
具体如图所示:
3.C++代码实现
双向链表这块可以用STL自带的list,不过我是自己实现的的一个简单的能够满足这题要求的双向链表,哈希表使用STL自带的unordered_map,它的底层是用哈希表实现的。代码也是按照上面逻辑,分情况实现的,代码可能比较臃肿,不过跑出来结果还是可以接受的。
class LRUCache {
struct node
{
int key;
int value;
struct node *pre;
struct node *next;
node(int k,int v):key(k),value(v),pre(NULL),next(NULL){}
};
int cap=0; //表示当前容量
node *head,*tail;
void push_front(node *cur) //头部插入
{
if(cap==0)
{
head=cur;
tail=cur;
cap++;
}
else
{
cur->next=head;
head->pre=cur;
head=cur;
cap++;
}
}
void push_back(node *cur) //尾部插入
{
if(cap==0)
{
head=cur;
tail=cur;
cap++;
}
else
{
cur->pre=tail;
tail->next=cur;
tail=cur;
cap++;
}
}
void pop_front() //头部弹出
{
if(cap==0) return;
node *p=head;
head=p->next;
delete p;
cap--;
}
void pop_back() //尾部弹出
{
if(cap==0) return;
node *p=tail;
tail=p->pre;
delete p;
cap--;
}
void sethead(node *p) //将p结点变为新的头部
{
if(p==head) return;
else if(p==tail)
{
p->pre->next=NULL;
tail=p->pre;
p->next=head;
head->pre=p;
p->pre==NULL;
head=p;
}
else
{
p->pre->next=p->next;
p->next->pre=p->pre;
p->next=head;
head->pre=p;
p->pre=NULL;
head=p;
}
}
public:
LRUCache(int capacity): m_capacity(capacity){
}
int get(int key) {
if(!m.count(key)) return -1; //不在哈希表中,直接返回-1
node *p=m[key];
sethead(p);//提到链表头部
return head->value;
}
void put(int key, int value) {
if(!m.count(key)) //如果不在缓存中
{
node *cur=new node(key,value);
m[key]=cur; //加入哈希表
//1.容量已满,去掉尾结点从头插入
if(cap==m_capacity)
{
m.erase(tail->key);//将要弹出的尾结点对应映射从哈希表中删除
pop_back();
push_front(cur); //头部插入
}
//2.容量未满,直接头部插入
else push_front(cur);
}
else //在缓存中 ,旧值更新
{
node *p=m[key];
p->value=value;
sethead(p); //提到链表头部
}
}
private:
int m_capacity;
unordered_map<int,node*>m;
};
提交结果如下: