leetcode中LRU缓存机制的示例分析

这篇文章主要为大家展示了“leetcode中LRU缓存机制的示例分析”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“leetcode中LRU缓存机制的示例分析”这篇文章吧。

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用的数据值，从而为新的数据值留出空间。

进阶:

你是否可以在 O(1) 时间复杂度内完成这两种操作？

示例:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);cache.put(2, 2);cache.get(1);       // 返回  1cache.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  3cache.get(4);       // 返回  4

解题思路：

1，存储和查找

看到题目要我们实现一个可以存储 key-value 形式数据的数据结构，并且可以记录最近访问的 key 值。首先想到的就是用字典来存储 key-value 结构，这样对于查找操作时间复杂度就是 O(1)O(1)。

但是因为字典本身是无序的，所以我们还需要一个类似于队列的结构来记录访问的先后顺序，这个队列需要支持如下几种操作：

在末尾加入一项

去除最前端一项

将队列中某一项移到末尾

首先考虑列表结构。

2，LRU的实现

利用双向链表实现

双向链表有一个特点就是它的链表是双路的，我们定义好头节点和尾节点，然后利用先进先出（FIFO），最近被放入的数据会最早被获取。其中主要涉及到添加、访问、修改、删除操作。首先是添加，如果是新元素，直接放在链表头上面，其他的元素顺序往下移动；访问的话，在头节点的可以不用管，如果是在中间位置或者尾巴，就要将数据移动到头节点；修改操作也一样，修改原值之后，再将数据移动到头部；删除的话，直接删除，其他元素顺序移动；

type LRUCache struct {    capacity int    len int    hashMap map[int]*Node    head  *Node    tail  *Node}
type Node struct{    Prev *Node    Next *Node    Val int    Key int}

func Constructor(capacity int) LRUCache {    m:=make(map[int]*Node)    lru:= LRUCache{capacity:capacity,hashMap:m,head:&Node{},tail:&Node{}}    lru.head.Next=lru.tail    lru.tail.Prev=lru.head    return lru}

func (this *LRUCache) Get(key int) int {    if v,ok:=this.hashMap[key];ok{       v.Prev.Next=v.Next       v.Next.Prev=v.Prev       n:=this.head.Next       this.head.Next=v       v.Prev=this.head       n.Prev=v       v.Next=n       return v.Val    }    return -1}

func (this *LRUCache) Put(key int, value int)  {    if v,ok:=this.hashMap[key];ok{       v.Prev.Next=v.Next       v.Next.Prev=v.Prev       n:=this.head.Next       this.head.Next=v       v.Prev=this.head       n.Prev=v       v.Next=n        v.Val=value       return      }    if this.len<this.capacity{       this.len++       node:=&Node{           Val:value,           Key:key,       }       this.hashMap[key]=node       n:=this.head.Next       this.head.Next=node       node.Prev=this.head       node.Next=n       n.Prev=node    }else{        t:=this.tail.Prev        this.tail.Prev.Prev.Next=this.tail        this.tail.Prev= this.tail.Prev.Prev        t.Val=value        delete(this.hashMap,t.Key)        t.Key=key        this.hashMap[key]=t        hn:=this.head.Next        this.head.Next=t        t.Prev=this.head        t.Next=hn        hn.Prev=t    }    return}

/** * Your LRUCache object will be instantiated and called as such: * obj := Constructor(capacity); * param_1 := obj.Get(key); * obj.Put(key,value); */

以上是“leetcode中LRU缓存机制的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！

原创文章，作者：bd101bd101，如若转载，请注明出处：https://blog.ytso.com/224007.html

leetcode中LRU缓存机制的示例分析

相关推荐

发表回复