【146】LRU缓存机制
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 。
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) 如果关键字已经存在,则变更其数据值;如果关键字不存在,则插入该组「关键字-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:
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
思考:关键是处理好插入操作,当插入后保证已有的数据有序,当已有数据达到capacity后,我们选择最久没有“使用”过得数字删除。由于数据保存是使用key value形式的,也就是用字典保存,如何保证字典有序,用链表保存顺序信息。python里面是没有链表的。通过手动实现一个双向链表进行保存。(方法2)或者使用直接使用collections.OrderDict(方法1)。
方法一:
from collections import OrderedDict
class LRUCache(object):def __init__(self, capacity):""":type capacity: int"""self.capacity = capacityself.orderdict = OrderedDict()def get(self, key):""":type key: int:rtype: int"""if key not in self.orderdict:return -1res = self.orderdict[key]self.orderdict.pop(key)self.orderdict[key] = resreturn resdef put(self, key, value):""":type key: int:type value: int:rtype: None"""if key in self.orderdict:self.orderdict.pop(key)if len(self.orderdict)==self.capacity:self.orderdict.popitem(False) self.orderdict[key] = value # Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)
注:关于collection.OrderedDict链表字典的使用:
保证插入的数据有序,同时可以弹出头部和尾部元素。
from collections import OrderedDicta = OrderedDict()
a['a'] = 1
a['b'] = 2
a['c'] = 3
a.popitem(False)# 弹出最早插入的元素 OrderedDict([('b', 2), ('c', 3)])
a.popitem()# 弹出最早插入的元素 OrderedDict([('a', 1), ('b', 2)])#######################
######################popitem()实现源码##########def popitem(self, last=True):'''od.popitem() -> (k, v), return and remove a (key, value) pair.Pairs are returned in LIFO order if last is true or FIFO order if false.'''if not self:raise KeyError('dictionary is empty')key = next(reversed(self) if last else iter(self))value = self.pop(key)return key, value
方法二:
对于保证有序的问题,可以手动实现一个双向链表。get() put()操作后都将访问的元素放在链表的头部,用链表的操作是这里有很多插入删除操作,数组需要多次搬移。同时维护一个字典,保存key-node形式。node为链表中的节点。
为了更快找到头、尾。链表的头和尾单独保存。例如移动到头部可以立刻找到位置,删除尾部元素也可以o(1)找到。
class NodeList(object):def __init__(self,key=0,val=0):self.key = keyself.val = valself.pre = Noneself.next = Noneclass LRUCache(object): def __init__(self, capacity):""":type capacity: int"""self.cache = {}self.capacity = capacityself.size = 0self.head = NodeList()self.tail = NodeList()self.head.next = self.tailself.tail.pre = self.headdef get(self, key):""":type key: int:rtype: int"""if key not in self.cache:return -1self.moveTohead(self.cache[key])return self.cache[key].valdef put(self, key, value):""":type key: int:type value: int:rtype: None"""if key not in self.cache:node = NodeList(key,value)self.addTohead(node)self.cache[key] = nodeself.size+=1if self.size>self.capacity:node = self.removeTail()self.cache.pop(node.key)self.size-=1else:oldnode = self.cache[key] oldnode.val = valueself.moveTohead(oldnode)def removeNode(self,node):node.pre.next = node.nextnode.next.pre = node.predef addTohead(self,node):node.pre = self.headnode.next = self.head.nextself.head.next.pre = nodeself.head.next = node def moveTohead(self,node):self.removeNode(node)self.addTohead(node)def removeTail(self):node = self.tail.preself.removeNode(node)return node# Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)
【146】LRU缓存机制相关推荐
- 146. LRU 缓存机制
146. LRU 缓存机制 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 . 实现 LRUCache 类: LRUCache(int capacity) 以正整数作为容量 ...
- Java实现 LeetCode 146 LRU缓存机制
146. LRU缓存机制 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) - ...
- Leetcode 146. LRU缓存机制【哈希表 [哈希表存储每个元素在双向链表中的指针]+双向链表】
文章目录 问题描述 解题报告 实验代码 参考资料 问题描述 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 . ...
- 146. LRU缓存机制
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 ...
- LeetCode 146. LRU缓存机制(哈希链表)
文章目录 1. 题目信息 2. 解题 2.1 手动实现list 2.2 使用内置list 1. 题目信息 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 ...
- LeetCode —— 146. LRU缓存机制(Python)
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) - 如果关键字 (key) 存 ...
- [leetcode]146. LRU缓存机制
1.LRU(最近最少使用)缓存机制: https://baike.baidu.com/item/LRU/1269842?fr=aladdin 2.用到的数据结构: struct Value {int ...
- 【LeetCode】146. LRU缓存机制
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 ...
- 2021-11-26Leetcode 146.LRU缓存机制
struct DLinkedNode{int key,value;//key代表某一个进程的页,而value代表页中的数据值DLinkedNode*prev;//前面的节点DLinkedNode*ne ...
- C++实现LRU算法(LeetCode 146 LRU缓存机制)
LRU算法: LRU算法(Least Recently Used)是一种缓存淘汰策略,最近使用的数据是有用的, 如果缓存满了,删除最久没用过的数据 LRU算法描述: (1)设置缓存大小 (2)get: ...
最新文章
- Android 10 新增的功能
- Only the original thread that created a view hierarchy can touch its views.
- Linux 下 svn 的使用
- 第二讲:第一个Python程序(干货)
- ubuntu18.04 安装qt5.12.8及环境配置的详细教程
- use SQVI to display table join
- 怎样安装python在桌面_在Windows上安装和配置 Jupyter Lab 作为桌面级应用程序教程...
- Windows Azure HandBook (1) IaaS相关技术
- saltstack之keepalived的安装配置
- 差分隐私中随机响应的抛硬币问题(LDP)
- WebFlux响应式编程基础之 5 webflux服务端开发讲解
- TortoiseSVN checkout 之后图标(绿色勾之类的)没有显示出来的问题
- 不设置DIV的宽高,让它相对于页面水平垂直居中
- Happy Valentine's Day
- SQLserver锁和事务隔离级别的比较与使用
- 第J题-=数组中等于K的数对(详解) =======给出一个整数K和一个无序数组A,A的元素为N个互不相同的整数
- Android 性能优化之TraceView的使用
- 使用广告终结者屏蔽页面的任意部分
- UMail邮件服务器竖铜墙铁壁有效阻止垃圾邮件入侵
- 来看看你踩坑没有,新手做自媒体却没有收益?原因都在这5点