[LeetCode 146.] LRU 快取機制
LeetCode 146. LRU快取機制
題目描述
運用你所掌握的資料結構,設計和實現一個 LRU (最近最少使用) 快取機制 。
實現 LRUCache 類:
- LRUCache(int capacity) 以正整數作為容量capacity 初始化 LRU 快取
- int get(int key) 如果關鍵字 key 存在於快取中,則返回關鍵字的值,否則返回 -1 。
- void put(int key, int value)如果關鍵字已經存在,則變更其資料值;如果關鍵字不存在,則插入該組「關鍵字-值」。當快取容量達到上限時,它應該在寫入新資料之前刪除最久未使用的資料值,從而為新的資料值留出空間。
進階:你是否可以在O(1) 時間複雜度內完成這兩種操作?
示例:
輸入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
輸出
[null, null, null, 1, null, -1, null, -1, 3, 4]
解釋
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 快取是 {1=1}
lRUCache.put(2, 2); // 快取是 {1=1, 2=2}
lRUCache.get(1); // 返回 1
lRUCache.put(3, 3); // 該操作會使得關鍵字 2 作廢,快取是 {1=1, 3=3}
lRUCache.get(2); // 返回 -1 (未找到)
lRUCache.put(4, 4); // 該操作會使得關鍵字 1 作廢,快取是 {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 <= 105
- 最多呼叫 2 * 105 次 get 和 put
解題思路
根據題目的提示,O(1) 時間的 get/put 顯然是要使用 hashmap。然後我們繼續思考“最近最少”這個查詢條件的實現。
顯然這裡我們要維護一個訪問記錄的順序關係,使用連結串列是一個合理的思路。
那麼我們的設計也就呼之欲出了:
- 使用雙向連結串列維護訪問順序,越靠近 head 的說明訪問時間越近;
- 使用 hashmap 儲存 key 到 ListNode 的對映關係,用於在 O(1) 時間 get/put 操作;
- 到達容量上限時,從 tail 刪除元素;
參考程式碼
/*
* @lc app=leetcode id=146 lang=cpp
*
* [146] LRU Cache
*/
// @lc code=start
class LRUCache {
class DListNode {
public:
int key; // used to remove entry
int val;
DListNode *prev;
DListNode *next;
DListNode(int k = 0, int v = 0) : key(k), val(v), prev (nullptr), next (nullptr) {}
};
private:
unordered_map<int, DListNode*> cache;
DListNode *head, *tail;
int cap;
int size;
public:
LRUCache(int capacity) {
cap = capacity;
size = 0;
head = new DListNode;
tail = new DListNode;
head->next = tail;
tail->prev = head;
}
// int get(int key) Return -1 if the key not exists
int get(int key) {
if (cache[key]) {
moveToHead(key);
return cache[key]->val;
} else {
return -1;
}
}
void put(int key, int value) {
if (cache[key]) {
moveToHead(key);
cache[key]->val = value;
} else {
if (size < cap) {
size ++;
DListNode* p= new DListNode(key, value);
addToHead(p);
cache[key] = p;
} else { // reuse object
DListNode *p = removeFromTail();
cache[p->key] = nullptr;
addToHead(p);
cache[key] = p;
p->key = key;
p->val = value;
}
}
}
private:
void moveToHead(int key) {
// assert(cache.find(key));
DListNode* p = cache[key];
if (p->prev == head) return;
p->prev->next = p->next;
p->next->prev = p->prev;
addToHead(p);
}
DListNode* removeFromTail() {
// assert(tail->prev != head);
DListNode* p = tail->prev;
p->prev->next = tail;
tail->prev = p->prev;
return p;
}
void addToHead(DListNode* p) {
p->next = head->next;
head->next->prev = p;
p->prev = head;
head->next = p;
}
};
/**
* 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);
*/
// @lc code=end