LeetCode - LRU怎么将书架上的旧书完美淘汰呢

你有一排书架，有空时会拿些书来看，经常性会买些新书。无奈书架容量有限，当新买的书放不下时，需要一个策略将旧书淘汰。

LRU（最近最少使用）缓存淘汰机制正合适。

1)新买的书放在最左侧。

2)最近常看的书也放在最左侧。

久而久之，越往右边的书越是长时间没看，当有新书时，就从右侧淘汰起。Perfect。

下面一起来动手实现这个算法。附加条件只有一个，要在 O(1) 的时间复杂度内完成操作。

查找操作能在O(1)的数据结构：哈希

增、删除操作能在O(1)的数据结构：链表

所以考虑哈希 + 单链或哈希 +双链表。不过现实中，双链表的使用场景远多于单链表。

原因大家仔细考虑下，欢迎留言

class ListNode:

    def __init__(self, key = None, value =None):

        self.key = key

        self.value = value

        self.prev = None

        self.next = None

class LRUCache:

    def __init__(self, capacity):

        self.capacity = capacity

        self.hashmap = {}

        # 哨兵

        self.head = ListNode()

        self.tail = ListNode()

        self.head.next = self.tail

        self.tail.prev = self.head

    def move_node_to_tail(self, key):

        node = self.hashmap[key]

        node.prev.next = node.next

        node.next.prev = node.prev

        node.prev = self.tail.prev

        node.next = self.tail

        self.tail.prev.next = node

        self.tail.prev = node

    def get(self,key:int) -> int:

        if key in self.hashmap:

            self.move_node_to_tail(key)

        res = self.hashmap.get(key, -1)

        if res == -1:

            return res

        else:

            return res.value

    def put(self, key:int, value:int)->int:

        if key in self.hashmap:

            self.hashmap[key].value= value

            self.move_node_to_tail(key)

            return

        if len(self.hashmap) == self.capacity:

            self.hashmap.pop(self.head.next.key)

            self.head.next = self.head.next.next

            self.head.next.prev = self.head

        new = ListNode(key,value)

        self.hashmap[key] = new

        new.prev = self.tail.prev

        new.next = self.tail

        self.tail.prev.next = new

        self.tail.prev = new

巴特西

LeetCode - LRU怎么将书架上的旧书完美淘汰呢

最新文章

热门文章