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
- 需要实现O(1)的查找,那么需要用到hash表
- 因为LRU,所以get的节点要移动到队列首部,put需要将节点添加到队列首部,需要在O(1)内完成,那么应该使用链表
最后,如何在get时如何获取到链表中的节点?我们将hash表的value设置成连接节点的迭代器,因此通过key就能找到相应节点的迭代器。因为get时,可能删除链表中间的某个节点,要在O(1)内完成,那么使用双链表(STL的list)
那么链表节点是只保存value还是保存(key,value)?答案是后者,因为当缓存满时,需要删除链表结尾的节点,同时需要删除hash表中对应的项,因此需要获取节点的key
总的来说,就是hash表和list的两层结构:
代码如下:
class LRUCache {
public:
LRUCache(int capacity) : hashtable() , ls() , cap(capacity) , curr(0) {}
int get(int key) {
if(hashtable.find(key) == hashtable.end()) return -1;
auto itr = hashtable[key];
if(itr == ls.begin())
return itr->second;
else{
ls.push_front(pair<int,int>(itr->first,itr->second));
auto new_itr = ls.begin();
hashtable[key] = new_itr;
ls.erase(itr);
return ls.front().second;
}
return 1;
}
void put(int key, int value) {
if(hashtable.find(key) != hashtable.end()){
ls.erase(hashtable[key]);
ls.push_front(pair<int,int>(key,value));
auto new_itr = ls.begin();
hashtable[key] = new_itr;
return;
}
if(curr == cap){
hashtable.erase(ls.back().first);
ls.pop_back();
curr--;
}
ls.push_front(pair<int,int>(key,value));
auto new_itr = ls.begin();
hashtable[key] = new_itr;
curr++;
}
private:
unordered_map<int,list<pair<int,int>>::iterator> hashtable;
list<pair<int,int>> ls;
int cap;
int curr;
};
/**
* 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);
*/