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) - 如果密钥已经存在,则变更其数据值;如果密钥不存在,则插入该组「密钥/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?
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
class LRUCache {
private:
int cap;
list<pair<int, int>> cache; // 双向链表, <前,value>::后
unordered_map<int, list<pair<int, int>>::iterator> map; // 哈希表,指向双向链表迭代器
public:
LRUCache(int capacity) : cap(capacity) {
}
int get(int key) {
if(map.count(key)==0) return -1;
auto value = *map[key];
cache.erase(map[key]); // 根据地址移除,O(1)
cache.push_front(value); // 将指针移到开头
map[key]=cache.begin(); // 更新map
return value.second;
}
void put(int key, int value) {
if(map.count(key)==0) {
if (cache.size() == cap) {
// 满了,删除最后一个
map.erase(cache.back().first);
cache.pop_back();
}
} else {
// 删除旧的
cache.erase(map[key]);
}
cache.push_front({key, value});
map[key] = cache.begin();
}
};