LRU缓存用unordered_map+list实现:哈希表O(1)查key,链表O(1)维护时序;get时命中则移至头部并更新迭代器,未命中返回-1;put时存在则更新并前置,不存在且满容则删尾部再头插。
用C++实现LRU缓存,核心是让“最近最少使用”的元素自动被淘汰,关键在于快速查找 + 快速移动到最新位置。标准做法是:哈希表(unordered_map) + 双向链表(list)组合——哈希表提供O(1)查找,链表维护访问时序,且支持O(1)头插、尾删和任意节点摘除。
不能只用map或vector:map按key排序不反映访问顺序;vector删除中间元素是O(n)。而list是双向链表,erase一个迭代器是O(1);unordered_map存key→list迭代器,就能在查到节点的同时,立刻把它移到链表头部(表示最新访问)。
缓存结构通常包含:
get(int key):查map,存在则把对应节点移到list头部,更新map中该key的新迭代器,返回value;不存在返回-1。
put(int key, int value):
注意:list::push_front()返回新插入元素的迭代器,可直接存入map;用list::erase()删尾部时,要先用back().first拿到key再删map,否则迭代器失效后无法反查key。
以下是最简实用版本(省略异常处理,适合学习和面试):
class LRUCache {
int cap;
list> cache; // {key, value}
unordered_map>::iterator> map;
public:
LRUCache(int capacity) : cap(capacity) {}
int get(int key) {
if (map.find(key) == map.end()) return -1;
auto it = map[key];
int val = it->second;
cache.erase(it);
cache.push_front({key, val});
map[key] = cache.begin();
return val;
}
void put(int key, int value) {
if (map.find(key) != map.end()) {
cache.erase(map[key]);
} else if (cache.size() == cap) {
int lastKey = cache.back().first;
cache.pop_back();
map.erase(lastKey);
}
cache.push_front({key, value});
map[key] = cache.begin();
}
};
调用示例:LRUCache lru(2); lru.put(1,1); lru.put(2,2); lru.get(1); lru.put(3,3); → 此时缓存含{3,3}和{1,1},{2,2}被淘汰。
实际工程中可考虑:
key, value)替代push_front({key,value})不复杂但容易忽略:每次移动节点后必须更新map里的迭代器,否则下次get会解引用已失效的迭代器,导致崩溃。