運用你所掌握的數據結構,設計和實現一個 LRU (最近最少使用) 緩存機制。它應該支持以下操作: 獲取數據 get 和 寫入數據 put 。
獲取數據 get(key) - 如果密鑰 (key) 存在於緩存中,則獲取密鑰的值(總是正數),否則返回 -1。
寫入數據 put(key, value) - 如果密鑰已經存在,則變更其數據值;如果密鑰不存在,則插入該組「密鑰/數據值」。當緩存容量達到上限時,它應該在寫入新數據之前刪除最久未使用的數據值,從而爲新的數據值留出空間。
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:
LRUCache cache = new LRUCache( 2 /* 緩存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 該操作會使得密鑰 2 作廢
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 該操作會使得密鑰 1 作廢
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
自行yy了一個效率比較低的O(1)算法
使用hash可以O(1)映射(unordered_map)
問題是緩存滿了刪哪個?這個key到value的映射沒有時間信息,可以用一個隊列(或者說數組)記錄插入/訪問順序,當插入/訪問key1時,把它放入隊尾,這樣每次刪隊頭的那個就可以了,問題又來了,如果key1本來就在隊列中,要把它刪掉再放隊尾,這個刪不是O(1)的,解決方法是不刪它只是入隊,再用一個hash映射vis[key1]記錄隊列裏有多少個key1,只有最後一個key1纔有效,類似惰性刪除
class LRUCache {
int capacity;
queue<int> q;
unordered_map<int,int> k2v;
unordered_map<int,int> vis;
public:
LRUCache(int capacity) {
this->capacity = capacity;
}
int get(int key) {
if (!k2v.count(key))
return -1;
q.emplace(key);
vis.at(key)++;
return k2v.at(key);
}
void put(int key, int value) {
if (!vis.count(key))
vis.insert(make_pair(key,0));
if (vis.at(key) > 0) {
k2v.erase(key);
}
if (k2v.size() == capacity) {
while (1) {
int dkey = q.front();
q.pop();
vis.at(dkey)--;
if (k2v.count(dkey) && vis.at(dkey)==0) {
k2v.erase(dkey);
vis.erase(dkey);
break;
}
}
}
q.emplace(key);
k2v.insert(make_pair(key,value));
vis.at(key)++;
}
};
官方題解:
有一種叫做有序字典的數據結構,綜合了哈希表和鏈表,在 Python 中爲 OrderedDict,在 Java 中爲 LinkedHashMap。
居然還有這種東西!