Leetcode 146：LRU缓存机制

最新推荐文章于 2021-07-05 22:06:34 发布

原创最新推荐文章于 2021-07-05 22:06:34 发布 · 107 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

Leetcode

本文介绍了一种基于数据结构的LRU(最近最少使用)缓存机制的设计与实现，支持O(1)时间复杂度的get和put操作。通过示例展示了缓存容量限制下，如何自动移除最近最少使用的数据。

题目描述

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。

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/lru-cache
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路

class LRUCache {
public:
    int cnt;
    vector<int> sk;
    unordered_map<int,int> mp;
    LRUCache(int capacity) {
        cnt = capacity;
        sk.clear();
        mp.clear();
    }
    
    int get(int key) {
        int idx = find(sk.begin(),sk.end(),key) - sk.begin();
        if(idx >= sk.size()) return -1;
        sk.erase(sk.begin()+idx);
        sk.push_back(key);
        return mp[key];
    }
    
    void put(int key, int value) {
        int idx = find(sk.begin(),sk.end(),key) - sk.begin();
        if(idx < sk.size()) sk.erase(sk.begin()+idx);
        else if(sk.size() == cnt) sk.erase(sk.begin());
        sk.push_back(key);
        mp[key] = value;
    }
};