leetcode 146 LRU缓存

简介: leetcode 146 LRU缓存

LRU缓存


068b17165bea47aa9a613e644c987679.png

链表法(超时)

class LRUCache {
public:
    list<pair<int,int>> my_list;
    int max_size = 0;
    LRUCache(int capacity) {
        max_size = capacity;
    }
    int get(int key) {
        auto it = my_list.begin();
        for(int i=0 ; i<my_list.size() ;i++,it++)
        {
            if(it->first == key) 
            {
                pair<int,int> tmp = *it;
                my_list.erase(it);
                my_list.push_front(tmp);
                return tmp.second;
            }
        }
        return -1;
    }
    void put(int key, int value) {
        auto it = my_list.begin();
        for(int i=0 ; i<my_list.size() ;i++,it++)
        {
            if(it->first == key)
            {
                my_list.erase(it);
                break;
            }
        }
        my_list.push_front({key,value});
        if(my_list.size() > max_size) my_list.pop_back();
        return ;
    }
};
/**
 * 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);
 */

自制双向链表

class LRUCache {
public:
    struct  Node
    {
        int key;
        int value;
        Node* pre;
        Node* next;
        Node():key(0),value(0),pre(nullptr),next(nullptr) {}
        Node(int x,int y):key(x),value(y),pre(nullptr),next(nullptr) {}
    };
    LRUCache(int capacity) {
        _capacity = capacity;
        head = new Node();
        tail = new Node();
        head->next = tail;
        tail->pre  = head;
    }
    int get(int key) {
        if(my_map.find(key) == my_map.end() ) return -1;
        Node* tmp = my_map[key];
        remove_node(tmp);
        add_head(tmp);
        return tmp->value;
    }
    void put(int key, int value) {
         if(my_map.find(key) == my_map.end() ) //不存在
         {
             Node* new_node = new Node(key,value);
             my_map[key] = new_node;
             add_head(new_node);
             size++;
             if(size > _capacity)
             {
                 my_map.erase(tail->pre->key);
                 remove_node(tail->pre);
             }
         }else
         {
             Node* tmp = my_map[key];
             tmp->value = value;
             remove_node(tmp);
             add_head(tmp);
         }
    }
    void add_head(Node* new_node)
    {
        new_node->pre = head;
        new_node->next = head->next;
        head->next->pre = new_node;
        head->next = new_node;
    }
    void remove_node(Node* node)
    {
        node->pre->next = node->next;
        node->next->pre = node->pre;
    }
private:
    int _capacity;
    Node* head;
    Node* tail;
    int size=0;
    unordered_map<int,Node*> my_map;
};
/**
 * 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);
 */
相关文章
|
3月前
|
缓存 算法 数据挖掘
深入理解缓存更新策略:从LRU到LFU
【10月更文挑战第7天】 在本文中,我们将探讨计算机系统中缓存机制的核心——缓存更新策略。缓存是提高数据检索速度的关键技术之一,无论是在硬件还是软件层面都扮演着重要角色。我们会详细介绍最常用的两种缓存算法:最近最少使用(LRU)和最少使用频率(LFU),并讨论它们的优缺点及适用场景。通过对比分析,旨在帮助读者更好地理解如何选择和实现适合自己需求的缓存策略,从而优化系统性能。
76 3
|
3月前
|
缓存 分布式计算 NoSQL
大数据-47 Redis 缓存过期 淘汰删除策略 LRU LFU 基础概念
大数据-47 Redis 缓存过期 淘汰删除策略 LRU LFU 基础概念
88 2
|
5月前
|
缓存 算法 前端开发
深入理解缓存淘汰策略:LRU和LFU算法的解析与应用
【8月更文挑战第25天】在计算机科学领域,高效管理资源对于提升系统性能至关重要。内存缓存作为一种加速数据读取的有效方法,其管理策略直接影响整体性能。本文重点介绍两种常用的缓存淘汰算法:LRU(最近最少使用)和LFU(最不经常使用)。LRU算法依据数据最近是否被访问来进行淘汰决策;而LFU算法则根据数据的访问频率做出判断。这两种算法各有特点,适用于不同的应用场景。通过深入分析这两种算法的原理、实现方式及适用场景,本文旨在帮助开发者更好地理解缓存管理机制,从而在实际应用中作出更合理的选择,有效提升系统性能和用户体验。
257 1
|
6月前
|
缓存 Python
在Python中,`functools`模块提供了一个非常有用的装饰器`lru_cache()`,它实现了最近最少使用(Least Recently Used, LRU)缓存策略。
在Python中,`functools`模块提供了一个非常有用的装饰器`lru_cache()`,它实现了最近最少使用(Least Recently Used, LRU)缓存策略。
|
5月前
|
存储 缓存 Java
|
5月前
|
存储 缓存 算法
Python 从零开始实现一个简单的LRU缓存
Python 从零开始实现一个简单的LRU缓存
50 0
|
7月前
|
缓存 算法 索引
LeetCode146:LRU缓存
LeetCode146:LRU缓存
57 1
|
6月前
|
缓存 算法 前端开发
前端 JS 经典:LRU 缓存算法
前端 JS 经典:LRU 缓存算法
110 0
|
8月前
|
缓存 算法 Java
数据结构~缓存淘汰算法--LRU算法(Java的俩种实现方式,万字解析
数据结构~缓存淘汰算法--LRU算法(Java的俩种实现方式,万字解析
|
4月前
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行