云龙网站开发,校园资源共享网站建设,厦门建设局刘以汉,小程序免费推广平台LeetCode-146. LRU 缓存【设计 哈希表 链表 双向链表】 题目描述#xff1a;解题思路一#xff1a;双向链表#xff0c;函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。一张图#xff1a;知识点__slots__ 解题思路二#xff1a;0解题思路三#xff1a;0 题目描述解题思路一双向链表函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。一张图知识点__slots__ 解题思路二0解题思路三0 题目描述
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。
示例
输入 [“LRUCache”, “put”, “put”, “get”, “put”, “get”, “put”, “get”, “get”, “get”] [[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]] 输出 [null, null, null, 1, null, -1, null, -1, 3, 4]
解释 LRUCache lRUCache new LRUCache(2); lRUCache.put(1, 1); // 缓存是 {11} lRUCache.put(2, 2); // 缓存是 {11, 22} lRUCache.get(1); // 返回 1 lRUCache.put(3, 3); // 该操作会使得关键字 2 作废缓存是 {11, 33} lRUCache.get(2); // 返回 -1 (未找到) lRUCache.put(4, 4); // 该操作会使得关键字 1 作废缓存是 {44, 33} lRUCache.get(1); // 返回 -1 (未找到) lRUCache.get(3); // 返回 3 lRUCache.get(4); // 返回 4
提示
1 capacity 3000 0 key 10000 0 value 105 最多调用 2 * 105 次 get 和 put
解题思路一双向链表函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。一张图 class Node:__slots__ prev, next, key, value # 提高访问属性的速度并节省内存def __init__(self, key 0, value 0):self.key keyself.value valueclass LRUCache:def __init__(self, capacity: int):self.capacity capacityself.dummy Node() # 哨兵节点self.dummy.prev self.dummyself.dummy.next self.dummyself.key_to_node dict()def get(self, key: int) - int:node self.get_node(key)return node.value if node else -1def put(self, key: int, value: int) - None:node self.get_node(key)if node: # 有这本书node.value value # 更新 valuereturn self.key_to_node[key] node Node(key, value) # 新书self.push_front(node) # 放在最上面if len(self.key_to_node) self.capacity: # 书太多了back_node self.dummy.prevdel self.key_to_node[back_node.key] # 去掉最后一本书self.remove(back_node) # 去掉最后一本书def get_node(self, key: int) - Optional[Node]:if key not in self.key_to_node: # 没有这本书return Nonenode self.key_to_node[key] # 有这本书self.remove(node) # 把这本书抽出来self.push_front(node) # 放在最上面return nodedef remove(self, x: Node) - None: # 删除一个节点抽出一本书x.prev.next x.nextx.next.prev x.prevdef push_front(self, x: Node) - None: # 在链表头添加一个节点把一本书放在最上面x.prev self.dummyx.next self.dummy.nextx.prev.next xx.next.prev x# Your LRUCache object will be instantiated and called as such:
# obj LRUCache(capacity)
# param_1 obj.get(key)
# obj.put(key,value)时间复杂度O(1) 空间复杂度O(min(p,capacity))其中 p 为 put 的调用次数。
知识点__slots__
slots 是 Python 中用于优化类的属性访问和节省内存的特殊属性。当你定义一个类时通常每个实例对象都会有一个字典来存储其属性和方法这种灵活性使得可以在运行时动态地添加、修改和删除属性。然而对于某些需要高性能和节省内存的场景这种灵活性可能会显得过于浪费资源。
slots 的作用就是告诉解释器这个类的实例只能拥有 slots 中指定的属性而不再使用字典来存储属性。这样做的好处有两个 提高访问速度 由于属性被限定在预定义的集合中访问这些属性时不再需要通过字典查找而是可以直接定位到它们因此访问速度会更快。 节省内存 没有了动态属性字典实例对象所需的内存空间会更小。这在需要大量创建实例对象的场景中尤为有用可以有效地节省内存资源。
使用 slots 时你需要在类中定义一个 slots 属性这个属性是一个字符串组成的元组用于指定类的实例可以拥有的属性名称。例如
class MyClass:__slots__ (attr1, attr2)def __init__(self, a, b):self.attr1 aself.attr2 b
在这个例子中MyClass 的实例只能拥有 attr1 和 attr2 这两个属性而不能拥有其他动态添加的属性。这样就提高了访问速度和节省了内存。
需要注意的是使用 slots 也有一些限制
不能动态添加新的属性因为 slots 指定了固定的属性集合。每个实例只能拥有 slots 中指定的属性而不能拥有其他属性。继承时如果子类定义了 slots则父类的 slots 不会被继承。
因此在需要优化属性访问速度和节省内存的情况下可以考虑使用 slots。
解题思路二0 时间复杂度O(n) 空间复杂度O(n)
解题思路三0 时间复杂度O(n) 空间复杂度O(n)
