LRU 缓存机制_题解(一道经典的数据结构算法题)

LRU 缓存机制_题解(一道经典的数据结构算法题) 

146. 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。
示例:
输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]
解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1);    // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废,缓存是 {1=1, 3=3}
lRUCache.get(2);    // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废,缓存是 {4=4, 3=3}
lRUCache.get(1);    // 返回 -1 (未找到)
lRUCache.get(3);    // 返回 3
lRUCache.get(4);    // 返回 4
提示:
1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 10^5
最多调用 2 * 10^5 次 get 和 put

首先,让我们来理解一下本道题的思维逻辑

接下来,让我们来模拟一下本题示例的数据变化过程:

实现本题的两种操作,需要用到一个哈希表和一个双向链表。在 Python 语言中,有一种结合了哈希表与双向链表的数据结构 OrderedDict,看可以很方便的就完成本题。

'''
这里通过继承collections.OrderedDict来实现LRU缓存,
OrderedDict是一个有序字典,可以按照元素插入的顺序进行迭代。
通过调用move_to_end方法,可以将指定键移到字典的末尾,表示最近访问过。
'''
class LRUCache(collections.OrderedDict):  # 创建一个继承自OrderedDict的LRU缓存类def __init__(self, capacity: int):  # 初始化函数,接受缓存容量作为参数super().__init__()  # 调用父类OrderedDict的初始化函数self.capacity=capacity  # 设置缓存容量def get(self, key: int) -> int:  # 获取缓存中指定键的值if key not in self:  # 如果指定键不在缓存中return -1  # 返回-1self.move_to_end(key)  # 将指定键移到最后,表示最近访问过return self[key]  # 返回指定键对应的值def put(self, key: int, value: int) -> None:  # 向缓存中插入键值对if key in self:  # 如果指定键已经存在于缓存中self.move_to_end(key)  # 将指定键移到最后,表示最近访问过self[key]=value  # 设置指定键对应的值为新值if len(self)>self.capacity:  # 如果缓存中的键值对数量超过了容量限制self.popitem(last=False)  # 删除最久未使用的键值对(即最前面的键值对)# Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)

但是,在一般的考试或面试中,考官一般会期望读者能够自己实现一个简单的双向链表,而不是使用语言自带的、封装好的数据结构。Python实现过程如下:

class DLinkedNode:  # 双向链表节点类def __init__(self,key=0,value=0):  # 初始化函数,接受键和值作为参数self.key=key  # 节点的键self.value=value  # 节点的值self.pre=None  # 前一个节点的指针self.next=None  # 后一个节点的指针class LRUCache:  # LRU缓存类def __init__(self, capacity: int):  # 初始化函数,接受缓存容量作为参数self.cache=dict()  # 使用字典存储缓存中的键值对self.head=DLinkedNode()  # 创建虚拟头节点self.tail=DLinkedNode()  # 创建虚拟尾节点self.head.next=self.tail  # 头节点的后继指针指向尾节点self.tail.pre=self.head  # 尾节点的前驱指针指向头节点self.capacity=capacity  # 缓存容量self.size=0  # 缓存当前大小def get(self, key: int) -> int:  # 获取缓存中指定键的值if key not in self.cache:  # 如果指定键不在缓存中return -1  # 返回-1node=self.cache[key]  # 获取缓存中的节点self.moveToHead(node)  # 将该节点移动到链表头部,表示最近访问过return node.value  # 返回节点的值def put(self, key: int, value: int) -> None:  # 向缓存中插入键值对if key not in self.cache:  # 如果指定键不在缓存中node=DLinkedNode(key,value)  # 创建一个新的节点self.cache[key]=node  # 将节点添加到缓存中self.addTohead(node)  # 将节点添加到链表头部self.size+=1  # 缓存大小加1if self.size>self.capacity:  # 如果缓存大小超过了容量限制removed=self.removeTail()  # 删除链表尾部的节点(即最久未使用的节点)self.cache.pop(removed.key)  # 从缓存中删除对应的键值对self.size-=1  # 缓存大小减1else:  # 如果指定键已经存在于缓存中node=self.cache[key]  # 获取缓存中的节点node.value=value  # 更新节点的值为新值self.moveToHead(node)  # 将该节点移动到链表头部,表示最近访问过def addTohead(self,node):  # 将节点添加到链表头部node.pre=self.head  # 设置节点的前驱指针为头节点node.next=self.head.next  # 设置节点的后继指针为原来头节点的后继指针self.head.next.pre=node  # 设置原来头节点的后继节点的前驱指针为新节点self.head.next=node  # 设置头节点的后继指针为新节点def removeNode(self,node):  # 删除链表中的指定节点node.pre.next=node.next  # 将节点的前驱节点的后继指针指向节点的后继节点node.next.pre=node.pre  # 将节点的后继节点的前驱指针指向节点的前驱节点def moveToHead(self,node):  # 将节点移动到链表头部self.removeNode(node)  # 先将节点从链表中删除self.addTohead(node)  # 再将节点添加到链表头部def removeTail(self):  # 删除链表尾部的节点node=self.tail.pre  # 获取尾节点的前驱节点self.removeNode(node)  # 删除尾节点的前驱节点return node  # 返回被删除的节点

以下代码使用C++  STL 解决  速度会比上述Python代码快一些

class LRUCache {int capacity_;  // 缓存容量list<int> keyList_;  // 存储缓存中的键的双向链表unordered_map<int,pair<int,list<int>::iterator>> hashMap_;  // 存储键值对的哈希表,键是缓存中的键,值是键对应的值和在keyList_中的迭代器void Insert(int key,int value){  // 辅助函数,将键值对插入到缓存中keyList_.push_back(key);  // 将键插入到keyList_的末尾hashMap_[key]=make_pair(value,--keyList_.end());  // 在hashMap_中插入键值对,值为键对应的值和keyList_中末尾元素的迭代器} public:LRUCache(int capacity) {  // 构造函数,初始化缓存容量capacity_=capacity;}int get(int key) {  // 获取缓存中指定键的值auto it=hashMap_.find(key);  // 在hashMap_中查找指定键if(it!=hashMap_.end()){  // 如果找到了keyList_.erase(it->second.second);  // 将该键对应的迭代器指向的元素从keyList_中删除keyList_.push_back(key);  // 将该键插入到keyList_的末尾hashMap_[key].second=(--keyList_.end());  // 更新hashMap_中该键对应的迭代器为keyList_的末尾元素的迭代器return it->second.first;  // 返回该键对应的值}return -1;  // 如果没有找到,则返回-1}void put(int key, int value) {  // 向缓存中插入键值对if(get(key)!=-1){  // 如果该键已经存在于缓存中hashMap_[key].first=value;  // 更新该键对应的值为新值return;}if(hashMap_.size()<capacity_){  // 如果缓存未满Insert(key,value);  // 直接插入键值对到缓存中}else{  // 如果缓存已满int removeKey=keyList_.front();  // 获取keyList_中最久未使用的键keyList_.pop_front();  // 将最久未使用的键从keyList_中删除hashMap_.erase(removeKey);  // 将最久未使用的键从hashMap_中删除Insert(key,value);  // 插入新的键值对到缓存中}}
};

以下使用Java 实现的代码,超奈斯,运算速度秒杀以上所有代码。

class Node{public int key,val;public Node next,prev;public Node(int k,int v){this.key=k;this.val=v;}
}
class DoubleList{private Node head,tail;//申请头尾虚节点private int size;//链表元素个数public DoubleList(){ //初始化双向链表head=new Node(0,0);tail=new Node(0,0);head.next=tail;tail.prev=head;size=0;}public void addLast(Node x){//在尾部插入一个节点xx.prev=tail.prev;x.next=tail;tail.prev.next=x;tail.prev=x;size++;}public void remove(Node x){//删除节点x(x一定存在)x.prev.next=x.next;x.next.prev=x.prev;size--;}public Node removeFirst(){//删除链表中的第一个节点 并返回该节点if(head.next==tail) return null;Node first=head.next;remove(first);//size--;return first;}public int size(){//返回节点个数return size;}
}
class LRUCache {private HashMap<Integer,Node> map;private DoubleList cache;private int cap;public LRUCache(int capacity) {this.cap=capacity;map=new HashMap<>();cache= new DoubleList();}private void makeRecently(int key){//将某个key提升为最近使用Node x=map.get(key);//取得cache.remove(x);//删除cache.addLast(x);//队尾插入}private void addRecently(int key,int val){//添加最近使用的元素Node x=new Node(key,val);//申请节点cache.addLast(x);//队尾插入map.put(key,x);//添加映射}private void deleteKey(int key){//删除某一个keyNode x=map.get(key);//取得cache.remove(x);//链表删除map.remove(key);//map删除}private void removeLeastRecently(){//删除久未使用的元素Node delateNode=cache.removeFirst();//取得并删除链表头部元素int delateKey=delateNode.key;//取得该元素的keymap.remove(delateKey);//从map中删除}public int get(int key) {if(!map.containsKey(key)) return -1;makeRecently(key);//将该数据提升为最近使用return map.get(key).val;}public void put(int key, int value) {if(map.containsKey(key)){deleteKey (key);//删除旧数据addRecently(key, value);//插入新数据return;}if(cap==cache.size()){removeLeastRecently();//删除最久未使用的元素}addRecently(key, value);//添加为最近使用的元素}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/282675.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux---获取管理员权限的相关命令

1. sudo命令的使用 命令说明sudo -s切换到root用户&#xff0c;获取管理员权限sudo某个命令的执行需要获取管理员权限可以在执行命令前面加上sudo sudo -s效果图: sudo 命令效果图: 说明: 如果只是某次操作需要使用管理员权限建议使用 sudo , 也就是说临时使用管理器权限。…

强化学习--免模型预测与控制

免模型预测与控制 强化学习 免模型预测与控制免模型预测蒙特卡洛估计时序差分估计时序产分与蒙特卡洛的比较免模型控制Q-learning 免模型预测 蒙特卡洛估计 蒙特卡洛估计方法在强化学习中是免模型预测价值函数的方式之一&#xff0c;本质是一种统计模拟方法&#xff0c;它的发…

Mistral MOE架构全面解析

从代码角度理解Mistral架构 Mistral架构全面解析前言Mistral 架构分析分词网络主干MixtralDecoderLayerAttentionMOEMLP 下游任务因果推理文本分类 Mistral架构全面解析 前言 Mixtral-8x7B 大型语言模型 (LLM) 是一种预训练的生成式稀疏专家混合模型。在大多数基准测试中&…

【数据结构—队列的实现】

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言 一、队列 1.1队列的概念及结构 二、队列的实现 2.1头文件的实现—Queue.h 2.2源文件的实现—Queue.c 2.3源文件的测试—test.c 三、测试队列实际数据的展示 3.…

vue3 使用 element-plus 侧边菜单栏多开收起时 出现 迟滞、卡顿的问题

遇到问题 vue3 使用 element-plus 侧边菜单栏多开收起时 出现 迟滞、卡顿的问题 这里多开二级&#xff0c;当点击上面的回收时&#xff0c;出现了卡顿现象&#xff0c;找了很久才发现是因为引入了icon图标 具体原因不详&#xff01;&#xff01;&#xff01;&#xff01;坑啊 …

《洛谷深入浅出进阶篇》简单数据结构

本篇文章内容如下&#xff0c;请耐心观看&#xff0c;将持续更新。 简单数组 简单栈 简单队列 简单链表 简单二叉树 简单集合 图的基本概念 二叉堆 线段树 树状数组与字典树 线段树进阶 简单数组&#xff1a; STL可变数组 vector " 我们首先要知道这个容器有什…

【总结】THUPC2024

队名&#xff1a;消灭智哥 队友&#xff1a;zbh&#xff0c;hrl 比赛前一天组的队。队名源于及其智慧的对面楼的宿管。 复赛就不用想了&#xff0c;就体验一下 ACM 的队伍赛制。 去年一题没切&#xff0c;被队友 szt 单人切 3 带飞。现在 szt 已经是高贵的华附哥了。 今年我…

arcgis更改服务注册数据库账号及密码

最近服务器数据库密码换了&#xff0c;gis服务也得换下数据库连接密码。传统官方的更改方式&#xff08;上传连接配置文件&#xff09;&#xff1a; ArcGIS Server数据库注册篇(I) — 更新数据库密码_arcgis server sde换密码-CSDN博客 方式太麻烦了&#xff0c;需要安装ArcG…

HarmonyOS云开发基础认证考试满分答案(100分)【全网最全-不断更新】【鸿蒙专栏-29】

系列文章&#xff1a; HarmonyOS应用开发者基础认证满分答案&#xff08;100分&#xff09; HarmonyOS应用开发者基础认证【闯关习题 满分答案】 HarmonyOS应用开发者高级认证满分答案&#xff08;100分&#xff09; HarmonyOS云开发基础认证满分答案&#xff08;100分&#xf…

Sqoop安装与配置-shell脚本一键安装配置

文章目录 前言一、使用shell脚本一键安装1. 复制脚本2. 增加执行权限3. 执行脚本4. 加载用户环境变量5. 查看是否安装成功 总结 前言 本文介绍了如何使用Shell脚本一键安装Sqoop。Sqoop是一个用于在Apache Hadoop和结构化数据存储&#xff08;如关系数据库&#xff09;之间传输…

Learning Semantic-Aware Knowledge Guidance forLow-Light Image Enhancement

微光图像增强&#xff08;LLIE&#xff09;研究如何提高照明并生成正常光图像。现有的大多数方法都是通过全局和统一的方式来改善低光图像&#xff0c;而不考虑不同区域的语义信息。如果没有语义先验&#xff0c;网络可能很容易偏离区域的原始颜色。为了解决这个问题&#xff0…

docker创建镜像 Dockerfile

目录 docker的创建镜像的方式 dockerfile形成&#xff08;原理&#xff09; docker的核心作用 docker的文件结构 dockerfile的语法 CMD和ENTRPOINT的区别 创建dockerfile镜像 区别 RUN命令的优化 如何把run命令写在一块 copy和ADD区别 区别 centos7 构建Apache的d…