当前位置：首页 > news >正文

LeetCode -- LRU Cache

news 来源：原创 2024/5/20 3:59:08

题目描述：
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，关于LRU缓存，可以概括为一个指定容量的的缓存，当超出容量时，拿掉最长时间没有使用的那个元素。

关于LRU的具体定义可以查看这个链接：

http://mcicpc.cs.atu.edu/archives/2012/mcpc2012/lru/lru.html

思路：
1. 使用哈希来存[key,value]
2. 维护一个集合，根据key的使用情况（最早使用的放最后）更新位置

实现代码：

public class LRUCache {


    private Dictionary<int, int> _cache; 
	private List<int> _usedKeys;
	
	private int _capacity;
	
    public LRUCache(int capacity)
	{
		_cache = new Dictionary<int, int>();
		_usedKeys = new List<int>();
		
        _capacity = capacity;
    }


    public int Get(int key)
	{
        if(!_cache.ContainsKey(key)){
			return -1;
		}
		else{
			_usedKeys.Remove(key);
			_usedKeys.Insert(0, key);
			
			return _cache[key];
		}
    }


    public void Set(int key, int value) 
	{
		if(_cache.ContainsKey(key)){
			_cache[key] = value;
			
			_usedKeys.Remove(key);
			_usedKeys.Insert(0, key);
		}
		else{
			if(_cache.Keys.Count < _capacity){
				_cache.Add(key, value);
				
				_usedKeys.Insert(0, key);
			}
			else
			{
				var removing = _usedKeys.Last();
				_usedKeys.RemoveAt(_usedKeys.Count - 1);
				
				_cache.Remove(removing);
				_cache.Add(key, value);
				
				_usedKeys.Insert(0, key);
			}
		}
    }
    
}

[Web 开发] 定制IE下载对话框的按钮（打开/保存）

LeetCode -- Min Stack

SQL2005CLR函数扩展-繁简转换

LeetCode -- Minimum Size Subarray Sum

LeetCode -- Number of 1 Bits

对象属性拷贝(全匹配拷贝)

LeetCode -- Reorder List

相关文章：