LRU：Least Recently used

操作系统课上讲过。整体是用一个栈，新使用的就抽出来放到栈顶端。如果栈大小达到限制那么删除栈底。

当然这样时间复杂度太高，查找时间O(n)，更新时间O(n)。

如果上面的两个操作时间复杂度要达到O(1)的话。思考：查找O(1)，也就是有一个key，O(1)时间要查找是否存在，肯定哈希表逃不了了。

另外还要按时间排序，最近使用的在前面，最早使用过的在后面。但每次查找到的节点可能在中间，所以需要动态的插入删除，也就是链表。

那么整体来说：

一个链表存储key-value。并且按照出现时间从最近到最早排列（最近出现的位于链表头部）。

另外还有一个哈希表，key就是链表节点的key，value是对应该key的链表节点项（指针or迭代器）。

这样通过哈希表可以O(1)时间定位对应链表节点。并且更新时，直接把该节点移动到链表头端，并更新哈希表映射关系。这个操作也是O(1)。

题目：

设计和构建一个“最近最少使用”缓存，该缓存会删除最近最少使用的项目。缓存应该从键映射到值(允许你插入和检索特定键对应的值)，并在初始化时指定最大容量。当缓存被填满时，它应该删除最近最少使用的项目。

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。

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

解答：

class LRUCache {
public:
    unordered_map<int,list<pair<int,int> >::iterator> mp;
    list<pair<int,int> >data;
    int n;
    LRUCache(int capacity) {
        n=capacity;
    }
    
    int get(int key) {
        if(mp.count(key)){
            put(key,mp[key]->second);
            return mp[key]->second;
        }
        return -1;
    }
    
    void put(int key, int value) {
        if(mp.count(key)){
            auto iter=mp[key];
            data.push_front({key,value});//更新到链表头部
            data.erase(iter);//删除之前的迭代器
            mp[key]=data.begin();
        }
        else{
            if(data.size()>=n){
                auto p=data.back();
                mp.erase(p.first);
                data.pop_back();
            }
            data.push_front({key,value});
            mp[key]=data.begin();
        }
    }
};

/**
 * 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);
 */

面试题 16.25. LRU缓存

题目：

解答：

猜你喜欢