首页 > 其他分享 >146. LRU 缓存

146. LRU 缓存

时间:2023-09-14 14:47:30浏览次数:35  
标签:146 Node 缓存 get int value LRU key put

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。

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

> 思路


class Node{
public:
    int key;
    int value;
    Node* pre,* next;
    Node(int k,int v){
        this->key = k;
        this->value = v;
    }
};
//必须实现的功能 删除头节点、删除某个存在的节点,并在尾部添加、返回链表长度
class DoubleList{
private:
    Node* head;
    Node* tril;
    int size;
public:
    DoubleList(){
        head = new Node(0,0);
        tril = new Node(0,0);
        head->next = tril;
        tril->pre = head;
        size = 0;
    }
    int RuturnSize(){
        return size;
    }
    void AddNode(Node* x){
        x -> pre = tril -> pre;
        x -> next = tril;
        tril -> pre -> next = x;
        tril -> pre = x;
        size++;
    }
    void remove(Node* x){
        x->pre->next = x->next;
        x->next->pre = x->pre;
        size--;
    }
    Node* removeFirst(){
        if(size < 1)  return nullptr; 
        Node* first = head->next;
        remove(first);
        //返回key 便于在map中删除键值对
        return first;
    }
};

class LRUCache {
private:
    int cap;
    map<int,Node*> mp;
    DoubleList cache;
public:
    LRUCache(int capacity) {
        cap = capacity;
    }
    
    int get(int key) {
        //查找value
        auto iter = mp.find(key);
        if(iter == mp.end()){
            return -1;
        }
        else{
            Node* node = iter->second;
            //更新cache
            cache.remove(node);
            cache.AddNode(node);
            return node->value;
        }
    }
    
    void put(int key, int value) {
        int r = get(key);
        if(r != -1){
            //变更其数据值
            Node* node = mp[key];
            node->value = value;
            return;
        }
        else{
            //插入k-v
            if(cache.RuturnSize() == cap){
                //去掉最久未使用的关键字
                Node* node = cache.removeFirst();
                mp.erase(node->key);
            }
            Node* newnode = new Node(key,value);
            cache.AddNode(newnode);
            mp.insert({key,newnode});
        }
    }
};

/**
 * 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);
 */

标签:146,Node,缓存,get,int,value,LRU,key,put
From: https://www.cnblogs.com/lihaoxiang/p/17702413.html

相关文章

  • 关于缓存系统的mutex模式实现
    这篇blog是在上一家互联网公司某产品开发过程中的一些经验总结,整理一下分享上来。 关于mutex模式:对于高并发大访问量的应用,一般都会在数据库访问前加一层缓存系统。但是如果某一时刻某个缓存的key失效,而reload该key缓存的时间又比较长,导致大量的请求直接访问数据库,则会直接将数据......
  • java/jsp清除jsp缓存
    InJava:HttpServletResponseresponse=(HttpServletResponse)rep;response.setDateHeader("Expires",-1);response.setHeader("Cache_Control","no-cache");response.setHeader("Pragma","no-ca......
  • 商品查询业务之解决商品查询的缓存穿透、缓存雪崩、缓存击穿问题(封装工具类)
    商品查询业务之解决商品查询的缓存穿透、缓存雪崩、缓存击穿问题(封装工具类)核心思路如下:在原来的逻辑中,我们如果发现这个数据在mysql中不存在,直接就返回404了,这样是会存在缓存穿透问题的现在的逻辑中:如果这个数据不存在,我们不会返回404,还是会把这个数据写入到Redis中,并且将v......
  • MySQL为什么改进LRU算法
    LRU算法概念介绍LRU(LeastRecentlyUsed,最近最少使用)算法是一种用于缓存管理的常见算法。它的核心思想是:当需要淘汰(替换)一个数据时,选择最长时间未被访问的数据进行淘汰,即选择最近最少使用的数据。以下是LRU算法的概念介绍和基本工作原理:缓存管理:LRU算法通常用于管理缓存中的数据。......
  • 初露头角!Walrus入选服贸会“数智影响力”数字化转型创新案例
    9月5日,由北京市通信管理局、工业和信息化部新闻宣传中心联合主办的“企业数字化转型论坛”在2023中国国际服务贸易交易会期间召开,论坛以“数字化引领高质量发展”主题,旨在探讨信息技术如何与各行业深度融合,构建数字化转型新格局,赋能产业高质量发展。  本次论坛上发布了2023......
  • 内存淘汰机制,LFU和LRU的比较和优缺点以及实现方式
    内存淘汰机制,LFU和LRU的比较和优缺点以及实现方式Redis内存满了,会发生什么?如果redis的内存达到了阈值,会发生内存淘汰,阈值通过配置文件的maxmemory设置Redis内存淘汰策略有哪些?大概分为三类报错根据有过期时间淘汰volatile-random,随机淘汰有过期时间的keyvolatile-ttl......
  • 如何避免缓存雪崩、缓存击穿、缓存穿透?
    如何避免缓存雪崩、缓存击穿、缓存穿透?缓存雪崩是指很多key同一时间过期,可以让缓存不过期或者将失效时间打散缓存击穿是指热点key过期,可以让缓存不过期或者添加互斥锁,这样只有一个线程访问数据库缓存穿透是指访问在数据库和缓存都不存在的值,可以通过校验参数来限制非法请求,使用......
  • 如何设计一个缓存策略,可以动态缓存热点数据呢?
    如何设计一个缓存策略,可以动态缓存热点数据呢?热点数据动态缓存的策略总体思路:通过数据最新访问时间来做排名,并过滤掉不常访问的数据,只留下经常访问的数据。以电商平台场景中的例子,现在要求只缓存用户经常访问的Top1000的商品。具体细节如下:先通过缓存系统做一个排序队列(比......
  • 说说常见的缓存更新策略?
    说说常见的缓存更新策略?有cacheaside,read/writethrough,writeback三种cacheaside对于写操作,先更新数据库,后删除缓存,对于读操作,先访问缓存,有返回,没有查询数据库再保存到缓存中。适用于读多写少的场景,不适合写多的场景,因为写多会频繁删除缓存如果对缓存命中率有很高要求,有......
  • poj 1469 COURSES----二分图
    二分图的最大匹配,模板。。#include<stdio.h>#include<string.h>booledge[110][310],visited[310];intcx[110],cy[310];intn,m;intpath(intu){ intv; for(intv=1;v<=m;v++) if(edge[u][v]&&!visited[v]){ visited[v]=1; if(cy[v]==-1||......