当前位置: 首页 > article >正文

LeetCode146 LRU缓存

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) 的平均时间复杂度运行。

思路总结:DlinkNode结构体创建双链表,双链表有key和val;
pre和next指针,并且进行初始化。
哈希表cache存着key和双链表节点
初始化head和tail(head和tail并不存储实际数据)
在LRUCache函数中 要clear哈希表,并且把tail加进双链表
在addNode中 如果有 可以直接返回 如果没有就需要弄个cur
把cur放到head的后面最佳
在deltNode中 如果没有 可以直接返回 如果有就erase他
删除的操作就是把他的前后找到 然后前后接上 把他悬挂
在get操作中,如果没有这个 返回-1;
如果有 就要先给他deletNode 再给他addNode
在put操作中,如果有,就先deletNode 再addNode
如果没有,就看看现在的哈希表是不是等于容量
如果等于容量:那就把tail前一个给他deleNode了
如果不等于容量:简单直接addNode。

struct DlinkNode{
    int key;
    int val;
    DlinkNode*pre;
    DlinkNode*next;
    DlinkNode():key(-1),val(-1),next(nullptr),pre(nullptr){}
    DlinkNode(int _key,int _val):key(_key),val(_val),next(nullptr),pre(nullptr){}
};
class LRUCache {
private:
unordered_map<int,DlinkNode*>cache;
    DlinkNode*head;
    DlinkNode*tail;
    int limit;
public:
    LRUCache(int capacity) {
        limit=capacity;
        cache.clear();
        head=new DlinkNode();
        tail=new DlinkNode();
        head->next=tail;
        tail->pre=head;
    }
    
    int get(int key) {
        if(!cache.count(key)){
            return -1;
        }
        int val=cache[key]->val;
        deltNode(key);
        addNode(key,val);
        return val;
    }
    
    void put(int key, int value) {
        if(cache.count(key)){
            deltNode(key);
            addNode(key,value);
        }else{
            if(cache.size()==limit){
                deltNode(tail->pre->key);
                addNode(key,value);
            }else{
                addNode(key,value);
            }
        }
    }
    void addNode(int key,int val){//添加
        //在头部添加
        if(cache.count(key)){
            return;
        }
        DlinkNode*cur=new DlinkNode(key,val);
        cur->next=head->next;
        head->next->pre=cur;
        cur->pre=head;
        head->next=cur;
        cache[key]=cur;
    }
    void deltNode(int key){//删除
        if(!cache.count(key)){
            return;
        }
        DlinkNode*cur=cache[key];
        cache.erase(key);
        DlinkNode*front=cur->pre;
        DlinkNode*back=cur->next;
        front->next=back;
        back->pre=front;
        cur->pre=nullptr;
        cur->next=nullptr;
    }
};


http://www.kler.cn/news/318571.html

相关文章:

  • C++解压及压缩(window或linux下编译、使用libarchive)
  • CSS——网格布局(display: grid)之下篇
  • 评论表设计与实现(多级评论)
  • JS的基础语法
  • 在Java中如何利用ClassLoader动态加密、解密Class文件
  • 文本合成语音api接口文档
  • 华为HarmonyOS灵活高效的消息推送服务(Push Kit) -- 10 推送实况窗消息
  • WebGL动画与交互
  • Tableau|二 如何利用功能区创建视图
  • 冒泡排序原理及python代码
  • 需求导向的正则表达式
  • 公安局软件管理平台建设方案和必要性,论文-2-———未来之窗行业应用跨平台架构
  • 2.AFIO 外设:复用和重映射
  • 调试vue build之后的js文件
  • Craft:年度 Mac 应用,卡片式笔记新星
  • 在 Qt 中实现 `QListWidget` 列表项水平居中显示
  • 网关基础知识
  • 线性判别分析(LDA)中求协方差矩阵示例
  • 配置文件--UmiJs
  • 用Flutter几年了,Flutter每个版本有什么区别?
  • 深入理解前端拖拽:从基础实现到事件冒泡与委托的应用【面试真题】
  • MySQL Performance Schema 详解及运行时配置优化
  • mac-m1安装nvm,docker,miniconda
  • 【shell脚本5】Shell脚本学习--条件控制
  • MyBatis与 Springboot 的集成
  • 【Webpack】使用 Webpack 和 LocalStorage 实现静态资源的离线缓存
  • ubuntu24.04 怎么调整swap分区的大小,调整为16G
  • Spark 任务与 Spark Streaming 任务的差异详解
  • Java毕业设计 基于SpringBoot和Vue自习室管理系统
  • Mybatis-为什么使用Mybatis,它存在哪些优点和缺点?