程序员必备神器：力扣题16.25 LRU缓存的奥秘

前端

2023-11-09 16:00:21

前言

在程序员的求职道路上，力扣刷题可谓是必经之路。而今天，我们就把目光聚焦在其中一道经典面试题上——面试题 16.25：LRU 缓存。

什么是 LRU 缓存？

LRU（Least Recently Used）缓存是一种特殊的哈希表，它根据最近使用的时间来存储键值对。当缓存已满时，它会删除最近最少使用的条目，为新条目腾出空间。

实现原理

LRU 缓存的实现通常采用链表或哈希表。我们这里以链表为例进行讲解：

哈希表： 用于快速查找键值对。
链表： 用于维护最近使用顺序。链表头表示最近使用的条目，而链表尾表示最少使用的条目。

当我们访问一个键值对时：

命中缓存： 如果键在哈希表中，我们将它移到链表头部，表示最近使用。
未命中缓存： 如果键不在哈希表中，我们将它添加到链表头部，并在链表尾部删除最少使用的条目。

代码实现

下面是 LRU 缓存的 Python 实现：

class LRUCache:
    def __init__(self, capacity: int):
        self.capacity = capacity
        self.hashtable = {}
        self.head = Node(None, None)
        self.tail = Node(None, None)
        self.head.next = self.tail
        self.tail.prev = self.head

    def get(self, key: int) -> int:
        if key in self.hashtable:
            node = self.hashtable[key]
            self.remove_node(node)
            self.add_to_head(node)
            return node.value
        return -1

    def put(self, key: int, value: int) -> None:
        if key in self.hashtable:
            self.remove_node(self.hashtable[key])
        node = Node(key, value)
        self.add_to_head(node)
        self.hashtable[key] = node
        if len(self.hashtable) > self.capacity:
            removed = self.remove_tail()
            del self.hashtable[removed.key]

    def remove_node(self, node):
        node.prev.next = node.next
        node.next.prev = node.prev

    def add_to_head(self, node):
        node.next = self.head.next
        self.head.next.prev = node
        self.head.next = node
        node.prev = self.head

    def remove_tail(self):
        node = self.tail.prev
        self.remove_node(node)
        return node


class Node:
    def __init__(self, key, value):
        self.key = key
        self.value = value
        self.prev = None
        self.next = None