码迷,mamicode.com
首页 > 系统相关 > 详细

LeetCode146:LRU Cache

时间:2015-08-02 11:54:16      阅读:159      评论:0      收藏:0      [点我收藏+]

标签:

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.


实现一个LRU的缓存,这实际上就是操作系统中内存管理的一种算法。最不经常使用算法,要求当内存使用完时先淘汰掉最久未使用的内存,这里模拟了两个对内存的操作,get和set。

因为要存储key和value,所以很明显需要使用一个map,但是map无法记录key的使用顺序,所以还需要一个能记录使用顺序的数据结构,这里可以使用vector和list,由于set操作是当key已经存在时替换当前的value,所以记录顺序的数据结构可能会有频繁的删除操作,那么需要舍弃掉vector,最后记录使用顺序的数据结构就需要使用list。

下面再分析get和set需要处理的事情:

get操作时,需要执行下面两步操作:

  1. 返回map中key对应的value;
  2. 同时需要更新list中key的位置,将key放置在list中最近被访问的位置上,那么可以定义list中的首端(front)元素是最近被访问的元素。更新操作同样需要两部来完成:1:删除list中原来的key;2:将key插入list首端。
set操作会比较复杂一些:
  1. 首先判断要插入的key是否存在map中,如果存在的话,只需要更新map中对应的value,同时执行上面get中的第二步操作;
  2. 如果key不存在map中,那么需要判断map容量是否已满,如果满了,就需要从map中删除一个元素,这时list就派上用场了,因为最近使用的key位于list的首端,那么最久未使用的元素就位于list尾端,可以从list中取出最久未使用的key,同时删除map中对应的key和value。
  3. 然后将数据插入map和list中。
上面是基本的操作步骤,按照这个方式编写的代码如下:
class LRUCache{
private:
    int capacity;
    map<int,int> datas;
    list<int> s;
public:
    LRUCache(int capacity) {
        this->capacity=capacity;
    }
    
    int get(int key) {
        auto iter=datas.find(key);
        if(iter!=datas.end())
        {
            update(iter);
            return iter->second;
        }
        else
            return -1;
    }
    
    void set(int key, int value) {
        int length=datas.size();
        auto iter=datas.find(key);
        if(iter!=datas.end())
        {
            datas[key]=value;
            update(iter);
        }
        else
        {
            if(length>=capacity)
            {
                datas.erase(s.back());
                s.pop_back();
                
            }
            s.push_front(key);
            datas[key]=value;
        }
    }
    
    private:
    void update(map<int,int>::iterator iter)
    {
        int key=iter->first;
        s.remove(key);
        s.push_front(key);
    }

};

但是很悲剧的是这在leetcode中会显示超时,主要的原因就是从list中删除指定的key值使用的是remove函数,这个函数无法在常数时间内删除元素,它需要遍历整个list,那么解决这道题的难点现在就变成了如何在常数时间内删除list中的元素,可以发现erase就可以,但是它需要的是一个迭代器,这里就要想到这道题是让我们设计一个数据结构了,可以将元素在list中的位置(即迭代器)保存在map中,这样当执行上面的更新update操作时,就可以在常数时间内删除list中的元素,那么如何使map在保存了key与value的情况下还保存一个迭代器呢?可以将map中的第二个元素定义成pair类型就可以了。这就是分析的思路。
下面是改进后的代码:
runtime:104ms
class LRUCache{
    
private:
    typedef pair<int,list<int>::iterator> PILI;
    int capacity;
    map<int,PILI> datas;
    list<int> s;
public:
    LRUCache(int capacity) {
        this->capacity=capacity;
    }
    
    int get(int key) {
        auto iter=datas.find(key);
        if(iter!=datas.end())
        {
            update(iter);
            return iter->second.first;
        }
        else
            return -1;
    }
    
    void set(int key, int value) {
        int length=datas.size();
        auto iter=datas.find(key);
        if(iter!=datas.end())
        {
            iter->second.first=value;
            update(iter);
        }
        else
        {
            if(length>=capacity)
            {
                datas.erase(s.back());
                s.pop_back();
            }
            s.push_front(key);
            datas[key]=PILI(value,s.begin());
        }
    }
    
    private:
    void update(map<int,PILI>::iterator iter)
    {
        int key=iter->first;
        s.erase(iter->second.second);
        s.push_front(key);
        iter->second.second=s.begin();
        
    }
};


版权声明:本文为博主原创文章,未经博主允许不得转载。

LeetCode146:LRU Cache

标签:

原文地址:http://blog.csdn.net/u012501459/article/details/47204511

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!