标签：des style blog io color os 使用 sp for
Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.
get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not
already present. When the cache reached its capacity, it should
invalidate the least recently used item before inserting a new item.
就是实现简单的LRU算法。但是在时间上有限制。首先，我查看了计算机组成原理，知道了在硬件上LRU是这么实现的。每行设置一个计数器，他们的cache每命中一次，命中行计数器清零，其他行计数器增加1。当需要替换时，比较各特定行的计数值，将计数值最大的行换出。
于是，我第一次就利用了这种思路，采用map这一数据结构，每当有一行命中时，这一行计数值清零，其他行计数值加1，每次换出计数值最大的行。但是很不幸，超时了！不能采用这种解法！
我上网找了一些解法，发现他们都是利用list+unordered_map的解法，如果行被命中，就将行移至list的头部，每次替换list尾部的行。算法了然于心，剩下的就是实现了！但是，就算你知道怎么做，其中也可能有各种各样的波折。我想起了刚学数据结构时的窘迫。事后总结，还是双向链表的使用不够熟练，现在已经是22:10了，没有时间来自己实现一个双向链表，改日一定要实操成功！
总之，debug搞得头都疼了！
贴代码了：
1 struct node { 2 int key,value; 3 node(int k,int v):key(k),value(v){ 4 } 5 6 }; 7 class LRUCache{ 8 public: 9 int size; 10 int capacity; 11 list <node >li; 12 unordered_map <int, list<node>::iterator>mem; 13 LRUCache(int c){ 14 capacity=c; 15 size=0; 16 } 17 int get(int key){ 18 auto it=mem.find(key);//这里得到的迭代器是const的 19 if(it==mem.end()) 20 return -1; 21 auto ok=mem[key];//这里得到的迭代器不是const的 22 li.splice(li.begin(),li,ok);//这里犯了一点糊涂 23 mem[key]=li.begin(); 24 return li.begin()->value; 25 } 26 void set(int key,int value){ 27 auto it=mem.find(key); 28 if(it==mem.end()){ 29 li.push_front(node(key,value)); 30 mem[key]=li.begin(); 31 size++; 32 if(size>capacity){ 33 mem.erase(li.back().key); 34 li.pop_back(); 35 size--; 36 } 37 } 38 else{ 39 li.splice(li.begin(),li,mem[key]); 40 mem[key]=li.begin(); 41 li.begin()->value=value; 42 } 43 } 44 45 };
标签：des style blog io color os 使用 sp for
原文地址：http://www.cnblogs.com/zhoudayang/p/4084119.html
