zoukankan      html  css  js  c++  java
  • LRU 缓存机制

    题目

    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 。
    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) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-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久未使用的数据值,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?
    

    解题思路

    哈希表 + 双向链表
    算法

    LRU 缓存机制可以通过哈希表辅以双向链表实现,我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。

    双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。

    哈希表即为普通的哈希映射(HashMap),通过缓存数据的键映射到其在双向链表中的位置。

    这样以来,我们首先使用哈希表进行定位,找出缓存项在双向链表中的位置,随后将其移动到双向链表的头部,即可在 O(1)O(1) 的时间内完成 get 或者 put 操作。具体的方法如下:

    1.对于 get 操作,首先判断 key 是否存在:

      如果 key 不存在,则返回 -1−1;

      如果 key 存在,则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置,并将其移动到双向链表的头部,最后返回该节点的值。

    2.对于 put 操作,首先判断 key 是否存在:

         如果 key 不存在,使用 key 和 value 创建一个新的节点,在双向链表的头部添加该节点,并将 key 和该节点添加进哈希表中。然后判断双向链表的节点数是否超出容量,如果超出容量,则删除双向链表的尾部节点,并删除哈希表中对应的项;

        如果 key 存在,则与 get 操作类似,先通过哈希表定位,再将对应的节点的值更新为 value,并将该节点移到双向链表的头部。

    上述各项操作中,访问哈希表的时间复杂度为 O(1)O(1),在双向链表的头部添加节点、在双向链表的尾部删除节点的复杂度也为 O(1)O(1)。而将一个节点移到双向链表的头部,可以分成「删除该节点」和「在双向链表的头部添加节点」两步操作,都可以在 O(1)O(1) 时间内完成。

    代码

    type LRUCache struct {
    	Size int
    	Capacity int
    	Cache map[int]*Link
    	Tail, Head *Link
    }
    
    type Link struct {
    	Key, Value int
    	Pre, Next *Link
    }
    
    func InitLink(key, value int) *Link {
    	return &Link {
    		Key: key,
    		Value: value,
    	}
    }
    
    func Constructor(cap int) LRUCache {
    	l := LRUCache{
    		Cache: map[int]*Link,
    		Capacity: cap,
    		Head: InitLink(0,0),
    		Tail: InitLink(0,0),
    	}
    	l.Head.Next = l.Tail
    	l.Tail.Pre = l.Head
    	return l
    }
    
    func (l *LRUCache) Get (key int) int {
    	if _, ok := l.Cache[key]; !ok {
    		return -1
    	}
    	node := l.Cache[key]
    	l.moveToHead(node)
    	return node.Value
    }
    
    func (l *LRUCache) Put(key, value int) {
    	if _, ok := l.Cache[key]; !ok {
    		node := InitLink(key, value)
    		l.Cache[key] = node
    		l.addToHead(node)
    		l.Size++
    		if l.Size > l.Capacity {
    			removed := l.removeTail()
    			delete(l.Cache, removed.Key)
    			l.Size--
    		}
    	} else {
    		node := l.Cache[key]
    		node.Value = value
    		l.moveToHead(node)
    	}
    }
    
    
    
    func (l *LRUCache) addToHead(node *Link) {
    	node.Pre = l.Head
    	node.Next = l.Head.Next
    	l.Head.Next.Pre = node
    	l.Head.Next = node
    }
    
    func (l *LRUCache) removeNode(node *Link) {
    	node.Pre.Next = node.Next
    	node.Next.Pre = node.Pre
    }
    
    func (l *LRUCache) moveToHead(node *Link) {
    	l.removeNode(node)
    	l.addToHead(node)
    }
    
    func (l *LRUCache) removeTail() *Link {
    	node := l.Tail.Pre
    	l.removeNode(node)
    	return node
    }
    

      

  • 相关阅读:
    bzoj 3531 [Sdoi2014]旅行(树链剖分,线段树)
    bzoj 2243 [SDOI2011]染色(树链剖分,线段树)
    spoj 375 Query on a tree(树链剖分,线段树)
    bzoj 2618 2618: [Cqoi2006]凸多边形(半平面交)
    C++中int型与char型相互转换的问题
    408 二进制求和
    407 加一
    斐波那契数列几种算法及时间复杂度分析
    397 Longest Continuous Increasing Subsequence
    376 二叉树的路径和
  • 原文地址:https://www.cnblogs.com/smallleiit/p/14272152.html
Copyright © 2011-2022 走看看