leetcode_146. LRU缓存机制

2 minutes read
LeetCode
面试 • 算法 • 数据结构

LRU缓存机制

题目

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

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。

type LRUCache struct {

}


func Constructor(capacity int) LRUCache {

}


func (this *LRUCache) Get(key int) int {

}


func (this *LRUCache) Put(key int, value int)  {

}


/**
 * Your LRUCache object will be instantiated and called as such:
 * obj := Constructor(capacity);
 * param_1 := obj.Get(key);
 * obj.Put(key,value);
 */

流程

  • GET:
    • 命中：更新为热点数据（移到链表尾）
    • 未命中：返回-1
  • PUT:
    • 命中：直接更新值，更新为热点数据
    • 未命中：
      • 缓存空间满：淘汰链表头，插入新数据
      • 缓存空间不满：插入新数据

解答

type node struct {
    key   int
    value int
}

type LRUCache struct {
    Cap   int	// 容量
    dList *list.List // 双链表
    hash  map[int]*list.Element
}

func Constructor(capacity int) LRUCache {
    return LRUCache{
        Cap:   capacity,
        dList: list.New(),
        hash:  make(map[int]*list.Element, capacity),
    }
}

func (this *LRUCache) Get(k int) int {
    if this.dList == nil || this.dList.Len() == 0 {
        return -1
    }
    // 命中
    if tmp, ok := this.hash[k]; ok {
        // 移到表尾
        this.dList.MoveToBack(tmp)
        return tmp.Value.(*node).value
    }
    return -1
}


func (this *LRUCache) Put(k int, v int)  {
    // 命中，直接更新并移到表尾
    if tmp, ok := this.hash[k]; ok {
        this.dList.MoveToBack(tmp)
        this.hash[k].Value.(*node).value = v
        return
    }
    
    // 链表满，需要淘汰
    if this.dList.Len() == this.Cap {
        ft := this.dList.Front()
        if ft == nil {
            return
        }
        delete(this.hash, this.dList.Remove(ft).(*node).key)
    }
    
    // 插入
    this.hash[k] = this.dList.PushBack(&node{key:k, value:v})  
}


/**
 * Your LRUCache object will be instantiated and called as such:
 * obj := Constructor(capacity);
 * param_1 := obj.Get(key);
 * obj.Put(key,value);
 */

// 执行用时 :124 ms, 在所有 Go 提交中击败了98.12%的用户
// 内存消耗 :16.7 MB, 在所有 Go 提交中击败了60.22%的用户

分享：