- LRU 缓存
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。
示例:
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
提示:
1 <= capacity <= 3000 0 <= key <= 10000 0 <= value <= 105 最多调用 2 * 105 次 get 和 put 通过次数300,552提交次数572,030
20/21通过测试
class LRUCache {
vector<int> my_vec;
unordered_map<int,int> my_map;
int my_vec_size=0;
public:
LRUCache(int capacity) {
my_vec_size=capacity;
}
int get(int key) {
if(my_map.find(key)!=my_map.end())
{
cout<<"zhaodaole"<<endl;
int index;
for(int i=0;i<my_vec.size();i++)
{
if(my_vec[i]==key)
{
index=i;
break;
}
}
my_vec.erase(my_vec.begin()+index);
my_vec.push_back(key);
return my_map[key];
}
return -1;
}
void put(int key, int value) {
if(my_map.find(key)!=my_map.end())
{
my_map[key]=value;
int index;
for(int i=0;i<my_vec.size();i++)
{
if(my_vec[i]==key)
{
index=i;
break;
}
}
my_vec.erase(my_vec.begin()+index);
my_vec.push_back(key);
}
else{
if(my_vec.size()<my_vec_size)
{
my_vec.push_back(key);
my_map[key]=value;
}
else{
my_map.erase(my_vec[0]);
my_vec.erase(my_vec.begin());
my_vec.push_back(key);
my_map[key]=value;
}
}
}
};
|