mirror of
https://gitee.com/TheAlgorithms/LeetCodeAnimation.git
synced 2024-12-06 15:19:44 +08:00
99 lines
3.7 KiB
Java
99 lines
3.7 KiB
Java
|
# LeetCode 第 146 号问题：LRU缓存机制
|
|||
|
|
|
|||
|
|
> 本文首发于公众号「五分钟学算法」，是[图解 LeetCode ](<https://github.com/MisterBooo/LeetCodeAnimation>)系列文章之一。
|
|||
|
|
>
|
|||
|
|
> 个人网站：[https://www.cxyxiaowu.com](https://www.cxyxiaowu.com)
|
|||
|
|
|
|||
|
|
题目来源于 LeetCode 上第 146 号问题：LRU缓存机制。题目难度为 Hard，目前通过率为 15.8% 。
|
|||
|
|
|
|||
|
|
### 题目描述
|
|||
|
|
|
|||
|
|
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](https://baike.baidu.com/item/LRU)。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 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
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 题目解析
|
|||
|
|
|
|||
|
|
这道题是让我们实现一个 LRU 缓存器，LRU是Least Recently Used的简写，就是最近最少使用的意思。
|
|||
|
|
|
|||
|
|
这个缓存器主要有两个成员函数，get和put。
|
|||
|
|
|
|||
|
|
其中 get 函数是通过输入 key 来获得 value，如果成功获得后，这对 (key, value) 升至缓存器中最常用的位置（顶部），如果 key 不存在，则返回 -1 。
|
|||
|
|
|
|||
|
|
而 put 函数是插入一对新的 (key, value)，如果原缓存器中有该 key，则需要先删除掉原有的，将新的插入到缓存器的顶部。如果不存在，则直接插入到顶部。
|
|||
|
|
|
|||
|
|
若加入新的值后缓存器超过了容量，则需要删掉一个最不常用的值，也就是底部的值。
|
|||
|
|
|
|||
|
|
具体实现时我们需要三个私有变量，cap , l 和 m，其中 cap 是缓存器的容量大小，l 是保存缓存器内容的列表，m 是 HashMap，保存关键值 key 和缓存器各项的迭代器之间映射，方便我们以 O(1) 的时间内找到目标项。
|
|||
|
|
|
|||
|
|
然后我们再来看 get 和 put 如何实现。
|
|||
|
|
|
|||
|
|
其中，get 相对简单些，我们在 m 中查找给定的key，若不存在直接返回 -1；如果存在则将此项移到顶部。
|
|||
|
|
|
|||
|
|
对于 put ，我们也是现在 m 中查找给定的 key，如果存在就删掉原有项，并在顶部插入新来项，然后判断是否溢出，若溢出则删掉底部项(最不常用项)。
|
|||
|
|
|
|||
|
|
### 动画描述
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
### 代码实现
|
|||
|
|
|
|||
|
|
```c++
|
|||
|
|
class LRUCache{
|
|||
|
|
public:
|
|||
|
|
LRUCache(int capacity) {
|
|||
|
|
cap = capacity;
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
int get(int key) {
|
|||
|
|
auto it = m.find(key);
|
|||
|
|
if (it == m.end()) return -1;
|
|||
|
|
l.splice(l.begin(), l, it->second);
|
|||
|
|
return it->second->second;
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
void put(int key, int value) {
|
|||
|
|
auto it = m.find(key);
|
|||
|
|
if (it != m.end()) l.erase(it->second);
|
|||
|
|
l.push_front(make_pair(key, value));
|
|||
|
|
m[key] = l.begin();
|
|||
|
|
if (m.size() > cap) {
|
|||
|
|
int k = l.rbegin()->first;
|
|||
|
|
l.pop_back();
|
|||
|
|
m.erase(k);
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
private:
|
|||
|
|
int cap;
|
|||
|
|
list<pair<int, int>> l;
|
|||
|
|
unordered_map<int, list<pair<int, int>>::iterator> m;
|
|||
|
|
};
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|