LRU缓存通过哈希表和双向链表组合实现,O(1)完成查找与顺序维护。1. 哈希表映射key到链表节点;2. 链表头部存最近使用项;3. 访问或插入时更新位置;4. 容量超限时删除尾部节点。

实现一个LRU(Least Recently Used)缓存淘汰算法,核心在于快速访问数据的同时维护访问顺序。当缓存满时,优先淘汰最久未使用的数据。C++中可以通过结合 哈希表(unordered_map) 和 双向链表(list) 高效实现,达到O(1)的查找、插入和删除效率。
为了同时满足快速查找和顺序管理:
每次访问某个key,就将其对应节点移到链表头部;插入新元素时若超出容量,则删除尾部节点。
以下是一个完整的LRU Cache类实现:
立即学习“C++免费学习笔记(深入)”;
#include <iostream>
#include <unordered_map>
#include <list>
class LRUCache {
private:
int capacity;
std::unordered_map<int, std::list<std::pair<int, int>>::iterator> cache;
std::list<std::pair<int, int>> used;
public:
LRUCache(int cap) : capacity(cap) {}
int get(int key) {
auto it = cache.find(key);
if (it == cache.end()) return -1; // 未命中
// 命中,将该元素移到链表头部
used.splice(used.begin(), used, it->second);
return it->second->second;
}
void put(int key, int value) {
auto it = cache.find(key);
if (it != cache.end()) {
// 已存在,更新值并移到头部
it->second->second = value;
used.splice(used.begin(), used, it->second);
return;
}
// 新插入,检查是否超容
if (cache.size() >= capacity) {
int old_key = used.back().first;
cache.erase(old_key);
used.pop_back();
}
// 插入新节点到链表头部
used.emplace_front(key, value);
cache[key] = used.begin();
}
};
splice 是实现高效移动的核心:
emplace_front 直接在链表头部构造新节点,比 push_front 更高效。
int main() {
LRUCache lru(2);
lru.put(1, 1);
lru.put(2, 2);
std::cout << lru.get(1) << "\n"; // 输出 1
lru.put(3, 3); // 淘汰 key=2
std::cout << lru.get(2) << "\n"; // 输出 -1
return 0;
}
基本上就这些。通过哈希表+双向链表的组合,C++能简洁高效地实现LRU缓存,适合面试和实际应用。注意边界处理和STL成员函数的正确使用即可。
以上就是C++怎么实现一个LRU缓存淘汰算法_C++数据结构设计与LRU Cache实现的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号