[LeetCode] 146. LRU Cache 最近最少使用頁面置換緩存器

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and put.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
put(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

Follow up:
Could you do both operations in O(1) time complexity?

Example:

LRUCache cache = new LRUCache( 2 /* capacity */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // returns 1
cache.put(3, 3);    // evicts key 2
cache.get(2);       // returns -1 (not found)
cache.put(4, 4);    // evicts key 1
cache.get(1);       // returns -1 (not found)
cache.get(3);       // returns 3
cache.get(4);       // returns 4

這道題讓我們實現(xiàn)一個 LRU 緩存器，LRU 是 Least Recently Used 的簡寫，就是最近最少使用的意思。那么這個緩存器主要有兩個成員函數(shù)，get 和 put，其中 get 函數(shù)是通過輸入 key 來獲得 value，如果成功獲得后，這對 (key, value) 升至緩存器中最常用的位置（頂部），如果 key 不存在，則返回 -1。而 put 函數(shù)是插入一對新的 (key, value)，如果原緩存器中有該 key，則需要先刪除掉原有的，將新的插入到緩存器的頂部。如果不存在，則直接插入到頂部。若加入新的值后緩存器超過了容量，則需要刪掉一個最不常用的值，也就是底部的值。具體實現(xiàn)時我們需要三個私有變量，cap, l和m，其中 cap 是緩存器的容量大小，l是保存緩存器內(nèi)容的列表，m是 HashMap，保存關(guān)鍵值 key 和緩存器各項的迭代器之間映射，方便我們以 O(1) 的時間內(nèi)找到目標(biāo)項。

然后我們再來看 get 和 put 如何實現(xiàn)，get 相對簡單些，我們在 HashMap 中查找給定的 key，若不存在直接返回 -1。如果存在則將此項移到頂部，這里我們使用 C++ STL 中的函數(shù) splice，專門移動鏈表中的一個或若干個結(jié)點到某個特定的位置，這里我們就只移動 key 對應(yīng)的迭代器到列表的開頭，然后返回 value。這里再解釋一下為啥 HashMap 不用更新，因為 HashMap 的建立的是關(guān)鍵值 key 和緩存列表中的迭代器之間的映射，get 函數(shù)是查詢函數(shù)，如果關(guān)鍵值 key 不在 HashMap，那么不需要更新。如果在，我們需要更新的是該 key-value 鍵值對兒對在緩存列表中的位置，而 HashMap 中還是這個 key 跟鍵值對兒的迭代器之間的映射，并不需要更新什么。

對于 put，我們也是現(xiàn)在 HashMap 中查找給定的 key，如果存在就刪掉原有項，并在頂部插入新來項，然后判斷是否溢出，若溢出則刪掉底部項(最不常用項)。代碼如下：

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;
};

Github 同步地址：

https://github.com/grandyang/leetcode/issues/146

類似題目：

LFU Cache

Design In-Memory File System

Design Compressed String Iterator

參考資料：

https://leetcode.com/problems/lru-cache/

http://www.cnblogs.com/TenosDoIt/p/3417157.html

https://leetcode.com/problems/lru-cache/discuss/46285/unordered_map-list

到此這篇關(guān)于C++實現(xiàn)LeetCode(146.近最少使用頁面置換緩存器)的文章就介紹到這了,更多相關(guān)C++實現(xiàn)近最少使用頁面置換緩存器內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論