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) – 如果密钥已经存在,则变更其数据值;如果密钥不存在,则插入该组「密钥/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久未使用的数据值,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 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
class LRUCache { private: int cap; // 双链表:装着 (key, value) 元组 list<pair<int, int>> cache; // 哈希表:key 映射到 (key, value) 在 cache 中的位置 unordered_map<int, list<pair<int, int>>::iterator> map; public: LRUCache(int capacity) { this->cap = capacity; } int get(int key) { auto it = map.find(key); // 访问的 key 不存在 if (it == map.end()) return -1; // key 存在,把 (k, v) 换到队头 pair<int, int> kv = *map[key]; cache.erase(map[key]); cache.push_front(kv); // 更新 (key, value) 在 cache 中的位置 map[key] = cache.begin(); return kv.second; // value } void put(int key, int value) { /* 要先判断 key 是否已经存在 */ auto it = map.find(key); if (it == map.end()) { /* key 不存在,判断 cache 是否已满 */ if (cache.size() == cap) { // cache 已满,删除尾部的键值对腾位置 // cache 和 map 中的数据都要删除 auto lastPair = cache.back(); int lastKey = lastPair.first; map.erase(lastKey); cache.pop_back(); } // cache 没满,可以直接添加 cache.push_front(make_pair(key, value)); map[key] = cache.begin(); } else { /* key 存在,更改 value 并换到队头 */ cache.erase(map[key]); cache.push_front(make_pair(key, value)); map[key] = cache.begin(); } } };
原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/tech/pnotes/17545.html