牛客网-设计LRU缓存结构

最新推荐文章于 2022-08-19 19:58:55 发布

weixin_45794299

最新推荐文章于 2022-08-19 19:58:55 发布

阅读量85

点赞数

分类专栏：牛客网刷题文章标签： lru

本文链接：https://blog.csdn.net/weixin_45794299/article/details/117224131

版权

牛客网刷题专栏收录该内容

83 篇文章 1 订阅

订阅专栏

本文介绍了一种LRU缓存的设计方案，通过使用vector和unordered_map作为数据结构，保证了set和get操作的时间复杂度为O(1)。在缓存满时，会移除最不常用的数据项。文章提供了具体的代码实现，并通过示例解释了其工作原理。

摘要由CSDN通过智能技术生成

一、题目

题目描述
设计LRU缓存结构，该结构在构造时确定大小，假设大小为K，并有如下两个功能
set(key, value)：将记录(key, value)插入该结构
get(key)：返回key对应的value值
[要求]
set和get方法的时间复杂度为O(1)
某个key的set或get操作一旦发生，认为这个key的记录成了最常使用的。
当缓存的大小超过K时，移除最不经常使用的记录，即set或get最久远的。
若opt=1，接下来两个整数x, y，表示set(x, y)
若opt=2，接下来一个整数x，表示get(x)，若x未出现过或已被移除，则返回-1
对于每个操作2，输出一个答案
示例1
输入

[[1,1,1],[1,2,2],[1,3,2],[2,1],[1,4,4],[2,2]],3

返回值

[1,-1]

说明

第一次操作后：最常使用的记录为("1", 1)
第二次操作后：最常使用的记录为("2", 2)，("1", 1)变为最不常用的
第三次操作后：最常使用的记录为("3", 2)，("1", 1)还是最不常用的
第四次操作后：最常用的记录为("1", 1)，("2", 2)变为最不常用的
第五次操作后：大小超过了3，所以移除此时最不常使用的记录("2", 2)，加入记录("4", 4)，并且为最常使用的记录，然后("3", 2)变为最不常使用的记录

二、思路

1、用两个函数分别实现set和get；
2、用两个容器同时保存的缓存，一个为vector容器保存key，主要是按插入的顺序保存；另个一个哈希容器，主要是方便根据key查找value，两个容器同时更新维护
3、用一个容器来接收get返回的结果
4、合理利用STL中find()、erase()等函数

三、代码

class Solution
{
public:
    /**
     * lru design
     * @param operators int整型vector<vector<>> the ops
     * @param k int整型 the k
     * @return int整型vector
     */
    vector<int> result;
    unordered_map<int, int> Info;
    vector<int> LRU(vector<vector<int>> &operators, int k)
    {
        vector<int> Cache;
        for (int i = 0; i < operators.size(); ++i)
        {
            if (operators[i][0] == 1)
            {
                set(operators[i][1], operators[i][2], k);
            }
            else if (operators[i][0] == 2)
            {
                Cache.emplace_back(get(operators[i][1]));
            }
        }
        return Cache;
    }
    void set(int key, int value, int k)
    {
        if (result.size() >= k && Info.find(key) == Info.end())
        {
            Info.erase(*result.begin());
            result.erase(result.begin());
            result.emplace_back(key);
            Info.emplace(key, value);
        }
        else if (result.size() >= k && Info.find(key) != Info.end())
        {
            result.erase(find(result.begin(), result.end(), key));
            result.emplace_back(key);
        }
        else if (result.size() < k && Info.find(key) == Info.end())
        {
            result.emplace_back(key);
            Info.emplace(key, value);
        }
        else if (result.size() < k && Info.find(key) != Info.end())
        {
            result.erase(find(result.begin(), result.end(), key));
            result.emplace_back(key);
        }
    }
    int get(int key)
    {
        if (Info.find(key) == Info.end())
        {
            return -1;
        }
        else
        {
            int x = Info[key];
            result.erase(find(result.begin(), result.end(), key));
            result.emplace_back(key);
            Info.erase(Info.find(key));
            Info.emplace(key, x);
            return x;
        }
    }
};