LRU算法实现

贪心的鬼

已于 2022-04-03 13:48:32 修改

阅读量1k

点赞数 1

分类专栏：算法题文章标签： c++ 算法 leetcode LRU

于 2022-04-03 13:42:06 首次发布

本文链接：https://blog.csdn.net/weixin_44515978/article/details/123920943

版权

这篇博客详细介绍了如何设计一个LRU（最近最少使用）缓存，它需要在达到最大容量时删除最不常使用的条目。通过使用HashMap和双向链表，实现了在O(1)的时间复杂度内进行查找、插入和删除操作。博客内容涵盖了LRU缓存的思路、关键步骤以及所用的数据结构。

摘要由CSDN通过智能技术生成

【题目描述】设计和构建一个“最近最少使用”缓存，该缓存会删除最近最少使用的项目。缓存应该从键映射到值(允许你插入和检索特定键对应的值)，并在初始化时指定最大容量。当缓存被填满时，它应该删除最近最少使用的项目。

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用的数据值，从而为新的数据值留出空间。

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);    // 该操作会使得密钥 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得密钥 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

来源：力扣（LeetCode）

在这里插入图片描述

使用map记录每个节点的key值和地址，访问的时候通过map的key值直接访问链表中的某个节点

步骤 1: 理解题意，查、增操作，确定目标，时间复杂度 O(1)，故设计实现两个 O(1)；
步骤 2: 对于查——hashmap 可实现 O(1)；
步骤 3: 对于增，发生在尾节点，故考虑虚拟尾，可能附带删（淘汰超过容量后的头节点）；
步骤 4: 附带发生的删，发生在头节点，故考虑虚拟头；
步骤 5: 使用的数据结构——双向链表 + hashmap