力扣 146. LRU 缓存
一、题目描述
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)
以正整数作为容量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 get
和 put
必须以 O ( 1 ) O(1) O(1) 的平均时间复杂度运行。
示例 1:
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
二、题解
key
和 value
通过双链表(DList)存储,最近访问的放队头,每次删除都删除队尾即可。但仅凭这个链表无法实现 O ( 1 ) O(1) O(1) 的 get
和 put
,因此还需要一个映射了 key
和双链表节点位置的哈希表(unordered_map)。
二者的对应关系大致如下:
/*** Your LRUCache object will be instantiated and called as such:* LRUCache* obj = new LRUCache(capacity);* int param_1 = obj->get(key);* obj->put(key,value);*//*** 双链表节点类*/
class DListNode {
public:int m_key, m_value; // 数据域DListNode *m_front, *m_back; // 指针域DListNode(int key, int value) {m_key = key;m_value = value;m_front = nullptr;m_back = nullptr;}
};/*** 双链表类*/
class DList {
public:DListNode *m_head, *m_tail; // 头节点和尾节点DList() {m_head = new DListNode(0, 0);m_tail = new DListNode(0, 0);m_head->m_back = m_tail;m_tail->m_front = m_head;}/*** 向双链表开头插入新节点并返回新节点的地址* @param key* @param value* @return*/DListNode *push_front(int key, int value) const {auto *new_node = new DListNode(key, value);new_node->m_front = m_head;new_node->m_back = m_head->m_back;m_head->m_back->m_front = new_node;m_head->m_back = new_node;return new_node;}/*** 删除节点并将指针置空* @param node_ptr 指向待删除节点的指针的引用*/void erase(DListNode *&node_ptr) {node_ptr->m_front->m_back = node_ptr->m_back;node_ptr->m_back->m_front = node_ptr->m_front;delete node_ptr;node_ptr = nullptr;}/*** 删除双链表队尾的元素并返回对应的key* @return*/int pop_back() {auto tmp = m_tail->m_front;int ret = tmp->m_key;m_tail->m_front = tmp->m_front;tmp->m_front->m_back = m_tail;delete tmp;return ret;}~DList() {delete m_head;delete m_tail;}
};class LRUCache {
private:int m_size; // 实际大小int m_capacity; // 最大容量DList m_list; // 存放key和value的双向链表unordered_map<int, DListNode *> m_map; // 存放key的对应双链表节点地址的哈希表public:LRUCache(int capacity) {m_size = 0;m_capacity = capacity;}int get(int key) {if (m_map.find(key) != m_map.end()) { // 对应key在缓存命中,需要将对应节点移到队头,并修改对应的map映射int value = m_map.find(key)->second->m_value; // 保存value的临时变量m_list.erase(m_map.find(key)->second); // 从队尾删除m_map.at(key) = m_list.push_front(key, value); // 从队头插入并修改map映射return m_map.find(key)->second->m_value; // 返回查询结果}return -1;}void put(int key, int value) {if (m_map.find(key) != m_map.end()) { // 对应key在缓存命中,此时不需要插入,而需要将对应节点移到队头,并修改对应的map映射m_list.erase(m_map.find(key)->second); // 从队尾删除m_map.at(key) = m_list.push_front(key, value); // 从队头插入并修改map映射} else { // 对应key在缓存未命中,此时需要进行插入if (m_size < m_capacity) { // 缓存还没有满,直接插入m_map.emplace(key, m_list.push_front(key, value));m_size++;} else { // 缓存已满,要根据LRU策略进行删除后再插入m_map.erase(m_list.pop_back());m_map.emplace(key, m_list.push_front(key, value));}}}
};