• [Leetcode]146.LRU缓存机制


    Leetcode难题,题目为:

    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) 存在于缓存中,则获取密钥的值(总是正数),否则返回 -1。
    写入数据 put(key, value) - 如果密钥不存在,则写入其数据值。当缓存容量达到上限时,它应该在写入新数据之前删除最近最少使用的数据值,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:

    LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
    
    cache.put(1, 1);
    cache.put(2, 2);
    cache.get(1);       // 返回  1
    cache.put(3, 3);    // 该操作会使得密钥 2 作废
    cache.get(2);       // 返回 -1 (未找到)
    cache.put(4, 4);    // 该操作会使得密钥 1 作废
    cache.get(1);       // 返回 -1 (未找到)
    cache.get(3);       // 返回  3
    cache.get(4);       // 返回  4
    这一题是非常典型的应用STL的算法题,同时还通过这个让我们了解了一下系统内的LRU缓存机制
    这一题用的是unordered_map,list,pair这几个STL常用的东西。如果不清楚的朋友可以查询Cpp reference,下面题解给了注释

    题解以及注释
     1 class LRUCache {
     2 public:
     3     /*构造函数*/
     4     LRUCache(int capacity) : _capacity(capacity) {}
     5     int get(int key) {
     6         if (pos.find(key) != pos.end()) {
     7             /*如果找到这个key所对应的值*/
     8             put(key, pos[key]->second);
     9             return pos[key]->second;
    10         }
    11         return -1;
    12     }
    13     void put(int key, int value) {
    14         if (pos.find(key) != pos.end())
    15             recent.erase(pos[key]);
    16         else if (recent.size() >= _capacity) {
    17             /*超出容量了,从pos和recent都删除出现最早的那一个*/
    18             pos.erase(recent.back().first);
    19             recent.pop_back();
    20         }
    21         recent.push_front({ key, value });
    22         pos[key] = recent.begin();
    23     }
    24 private:
    25     int _capacity;
    26     list<pair<int, int>> recent;
    27     /*最近使用过的记录,pair<int,int>表示键值对,用list模拟队列*/
    28     unordered_map<int, list<pair<int, int>>::iterator> pos;  
    29     /****************
    30       value存储的是一个迭代器,这是一个从key映射到位置的hash表,
    31       这里没有再用value的原因是可以直接通过迭代器的位置找到value
    32      ***************/
    33 };



  • 相关阅读:
    深度卷积网络中如何进行上采样?
    权重衰减(weight decay), L2正则
    python中的super().__init__()
    随机变量的间独立性及其传播
    卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波以及粒子滤波原理
    贝叶斯推断中的后验概率、似然函数、先验概率以及边际似然定义(转)
    详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解(转)
    python告警发微信
    python模块operator操作符函数
    Django之CSRF验证。
  • 原文地址:https://www.cnblogs.com/adamwong/p/10200619.html
Copyright © 2020-2023  润新知