struct DLinkedNode
struct DLinkedNode {
int key, value;
DLinkedNode* prev;
DLinkedNode* next;
DLinkedNode(): key(0), value(0), prev(nullptr), next(nullptr) {}
DLinkedNode(int _key, int _value): key(_key), value(_value), prev(nullptr), next(nullptr) {}
};
图2-13 带表头结点的双向循环链表
双向链表的结点结构
typeded struct dnode{
T Element;
struct dnode* RLink,* LLink;//结点的前驱结点地址保存在LLink域中
}Dnode;
void addToHead
void addToHead(DLinkedNode* node) {
node->prev = head;
node->next = head->next;
head->next->prev = node;
head->next = node;
}
图2-14 在指定的结点之前插入一个新结点
插入操作的核心步骤
q-> LLink = p -> LLink;
q-> RLink = p;
p-> LLink -> RLink = q;
p-> LLink = q;
void removeNode
void removeNode(DLinkedNode* node) {
node->prev->next = node->next;
node->next->prev = node->prev;
}
图2-15 删除指定结点
删除操作的核心步骤
p-> LLink -> RLink= p -> RLink;
p-> RLink -> LLink = q -> LLink;
free(p);
146. LRU 缓存
https://leetcode-cn.com/problems/lru-cache/
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。
class LRUCache {
public:
LRUCache(int capacity) {
}
int get(int key) {
}
void put(int key, int value) {
}
};
/**
* Your LRUCache object will be instantiated and called as such:
* LRUCache* obj = new LRUCache(capacity);
* int param_1 = obj->get(key);
* obj->put(key,value);
*/
哈希表 双向链表
//LRU 缓存机制可以通过哈希表辅以双向链表实现,我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。
//双向链表按照被使用的顺序存储了这些键值对,靠近头部的键值对是最近使用的,而靠近尾部的键值对是最久未使用的。
//哈希表即为普通的哈希映射(HashMap),通过缓存数据的键映射到其在双向链表中的位置。
//这样以来,我们首先使用哈希表进行定位,找出缓存项在双向链表中的位置,随后将其移动到双向链表的头部,即可在O(1) 的时间内完成 get 或者 put 操作。
struct DLinkedNode {
int key, value;
DLinkedNode* prev;
DLinkedNode* next;
DLinkedNode(): key(0), value(0), prev(nullptr), next(nullptr) {}
DLinkedNode(int _key, int _value): key(_key), value(_value), prev(nullptr), next(nullptr) {}
};
class LRUCache {
private:
unordered_map<int, DLinkedNode*> cache;
DLinkedNode* head;
DLinkedNode* tail;
int size;
int capacity;
public:
LRUCache(int _capacity): capacity(_capacity), size(0) {//在双向链表的实现中,
// 使用伪头部和伪尾部节点
head = new DLinkedNode();//使用一个伪头部(dummy head)
tail = new DLinkedNode();//和伪尾部(dummy tail)标记界限,
head->next = tail;
tail->prev = head;
}
int get(int key) {//对于 get 操作,
if (!cache.count(key)) {//首先判断 key 是否存在:
return -1;//如果 key 不存在,则返回 −1;
}
// 如果 key 存在,先通过哈希表定位,再移到头部
DLinkedNode* node = cache[key];//如果 key 存在,则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置,
moveToHead(node);//并将其移动到双向链表的头部,
return node->value;//最后返回该节点的值。
}
void put(int key, int value) {//对于 put 操作,
if (!cache.count(key)) {//首先判断 key 是否存在:
// 如果 key 不存在,创建一个新的节点
DLinkedNode* node = new DLinkedNode(key, value);//如果 key 不存在,使用 key 和 value 创建一个新的节点,
// 添加进哈希表
cache[key] = node;//并将 key 和该节点添加进哈希表中。
// 添加至双向链表的头部
addToHead(node);//在双向链表的头部添加该节点,
++size;
if (size > capacity) {//然后判断双向链表的节点数是否超出容量,
// 如果超出容量,删除双向链表的尾部节点
DLinkedNode* removed = removeTail();//如果超出容量,则删除双向链表的尾部节点,
// 删除哈希表中对应的项
cache.erase(removed->key);//并删除哈希表中对应的项;
// 防止内存泄漏
delete removed;
--size;
}
}
else {//如果 key 存在,则与 get 操作类似,
// 如果 key 存在,先通过哈希表定位,再修改 value,并移到头部
DLinkedNode* node = cache[key];//先通过哈希表定位,
node->value = value;//再将对应的节点的值更新为 value,
moveToHead(node);//并将该节点移到双向链表的头部。
}
}
void addToHead(DLinkedNode* node) {
node->prev = head;
node->next = head->next;
head->next->prev = node;
head->next = node;
}
void removeNode(DLinkedNode* node) {
node->prev->next = node->next;
node->next->prev = node->prev;
}
void moveToHead(DLinkedNode* node) {
removeNode(node);
addToHead(node);
}
DLinkedNode* removeTail() {
DLinkedNode* node = tail->prev;
removeNode(node);
return node;
}
};