当前位置: 首页 > news >正文

面试题常考:LRU缓存

题目:

请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。

实现 LRUCache 类:

  • LRUCache(int capacity)正整数 作为容量 capacity 初始化 LRU 缓存

  • int get(int key) 如果关键字 key 存在于缓存中,则返回关键字的值,否则返回 -1

  • void put(int key, int value) 如果关键字 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该 逐出 最久未使用的关键字。

函数 getput 必须以 O(1) 的平均时间复杂度运行。

示例:

输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]

解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1);    // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废,缓存是 {1=1, 3=3}
lRUCache.get(2);    // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3}
lRUCache.get(1);    // 返回 -1 (未找到)
lRUCache.get(3);    // 返回 3
lRUCache.get(4);    // 返回 4

思路:

1.题目中存放的数据是键值对形式的,所以我们可以采用哈希表(unordered_map)来实现

2.同时,题目要求get()、put()的时间复杂度为O(1),也就是能够快速插入、删除元素,来确保时间复杂度低,最佳的数据结构应该是链表,这里用双向链表最高效

所以,我们需要添加一个双向链表的结构体和无序map来对数据实现LRU缓存。

详细过程参考下面代码:

Code:

class LRUCache {
public://双链表的结构体struct Node{int key;int val;//前驱和后继指针Node * prev,*next;//构造函数Node():key(0),val(0),prev(nullptr),next(nullptr){}Node(int m_key,int m_val):key(m_key),val(m_val),prev(nullptr),next(nullptr){}};unordered_map<int,Node*> map;//哈希表,用来存储键值对Node* head;//头节点Node* tail;//尾节点int m_capacity;//总容量int size;//哈希表当前容量LRUCache(int capacity):m_capacity(capacity),size(0) {//初始化头尾节点head=new Node();tail=new Node();//构建双向链表head->next=tail;tail->prev=head;}//获取函数int get(int key) {//如果哈希表中不存在键为key,直接返回-1if(!map.count(key)){return -1;}//存在key//获取链表的节点Node* node=map[key];remove(node);//删除节点AddNodeToHead(node);//将当前节点移至头节点之后return node->val;//返回节点的值}void put(int key, int value) {//如果当前key值已存在if(map.count(key)){//获取节点Node* node=map[key];//改变节点的值为新的valuenode->val=value;remove(node);//删除节点AddNodeToHead(node);//将节点移至头节点之后}//不存在,则加入到哈希表中else{//判断容量是否已满if(size==m_capacity)//满了{//获取最近最久未使用的节点,也就是尾节点的前驱节点Node* removed=tail->prev;//从哈希表中移除该节点map.erase(removed->key);//删除节点remove(removed);//当前容量--size--;}//创建新节点Node* node=new Node(key,value);AddNodeToHead(node);//将节点移至头节点之后map[key]=node;//加入哈希表中size++;//当前容量++}}//删除节点函数void remove(Node* node){node->prev->next=node->next;node->next->prev=node->prev;}//将节点移至头节点之后void AddNodeToHead(Node* node){node->prev=head;node->next=head->next;head->next->prev=node;head->next=node;}
};
http://www.lryc.cn/news/158804.html

相关文章:

  • Redis 教程 - 持久化
  • 2023 大学生数学建模竞赛-C题-第一问
  • 设计模式3 观察者模式
  • 如何防止网络安全攻击
  • 怎么从0到1实现一个PHP框架?
  • 脚本:python实现樱花树
  • 公司内部传文件怎么安全——「用绿盾透明加密软件」
  • 提高使用VS Code工作效率的技巧
  • 软件系统兼容性测试都要注意哪些问题?
  • 索尼 toio™应用创意开发征文|toio俄罗斯方块游戏
  • C#事件event
  • 气传导耳机什么牌子好?盘点五款好用的气传导耳机分享
  • 业绩走低,毛利率下滑,海外市场能否成为极米科技救命稻草?
  • 轻松敏捷开发流程之Scrum
  • Vue3+Element Plus实现el-table跨行显示(非脚手架)
  • 生成订单30分钟未支付,则自动取消,该怎么实现?
  • WebGIS外包开发流程
  • pytorch学习——LSTM和GRU
  • 【Python】Python 利用模块实现单例模式
  • 雅思写作 三小时浓缩学习顾家北 笔记总结(四)
  • 深入学习与探索:高级数据结构与复杂算法
  • CV:计算机视觉CV运用领域
  • 开源机密计算平台:蓬莱-OpenHarmony
  • 大一大二一心学算法的利弊
  • c#using关键字的作用
  • 只依赖OPENCV的工作服安全帽检测YOLOV8S
  • MFC|选择获取文件路径
  • 实时操作系统Freertos开坑学习笔记:(七):队列
  • 专业游戏翻译公司怎么选择比较合适
  • 阿里云Maven和Gradle仓库最新配置