LRU缓存通过哈希表和双向链表结合实现，get和put操作均O(1)时间复杂度，最近访问节点置于链表头部，满时淘汰尾部最久未用节点。
LRU（Least Recently Used）缓存淘汰算法的核心思想是：当缓存满时，优先淘汰最久未使用的数据。为了高效实现，通常结合哈希表和双向链表，C++中可以用 unordered_map 和自定义的双向链表来完成。
基本思路
使用一个双向链表维护访问顺序，最近访问的节点放在链表头部，最久未访问的在尾部。同时用哈希表快速定位节点位置：
- get(key)：若存在，返回值并将该节点移到链表头；否则返回 -1
- put(key, value)：若已存在，更新值并移到头部；若不存在且缓存已满，删除尾部节点，插入新节点到头部
关键数据结构设计
定义双向链表节点和缓存容量：
struct ListNode {
int key, value;
ListNode *prev, *next;
ListNode(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {}
};
成员变量包括：
立即学习“C++免费学习笔记（深入）”；
- 头尾指针：方便插入删除
- 哈希表：unordered_map
- 当前大小与最大容量
核心操作实现
封装两个辅助函数简化逻辑：
void removeNode(ListNode* node) {
node->prev->next = node->next;
node->next->prev = node->prev;
}
void addToHead(ListNode* node) {
node->next = head->next;
node->prev = head;
head->next->prev = node;
head->next = node;
}
这两个函数用于调整节点位置，保证 O(1) 时间复杂度。
完整示例代码
#include#include using namespace std; class LRUCache { private: struct ListNode { int key, value; ListNode prev, next; ListNode(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {} };
int capacity; unordered_mapzuojiankuohaophpcnint, ListNode*youjiankuohaophpcn cache; ListNode *head, *tail; void removeNode(ListNode* node) { node-youjiankuohaophpcnprev-youjiankuohaophpcnnext = node-youjiankuohaophpcnnext; node-youjiankuohaophpcnnext-youjiankuohaophpcnprev = node-youjiankuohaophpcnprev; } void addToHead(ListNode* node) { node-youjiankuohaophpcnnext = head-youjiankuohaophpcnnext; node-youjiankuohaophpcnprev = head; head-youjiankuohaophpcnnext-youjiankuohaophpcnprev = node; head-youjiankuohaophpcnnext = node; } void moveToHead(ListNode* node) { removeNode(node); addToHead(node); } ListNode* popTail() { ListNode* last = tail-youjiankuohaophpcnprev; removeNode(last); return last; }public: LRUCache(int cap) { capacity = cap; head = new ListNode(0, 0); tail = new ListNode(0, 0); head->next = tail; tail->prev = head; }
int get(int key) { if (cache.find(key) == cache.end()) return -1; ListNode* node = cache[key]; moveToHead(node); return node-youjiankuohaophpcnvalue; } void put(int key, int value) { if (cache.find(key) != cache.end()) { ListNode* node = cache[key]; node-youjiankuohaophpcnvalue = value; moveToHead(node); } else { ListNode* newNode = new ListNode(key, value); cache[key] = newNode; addToHead(newNode); if (cache.size() youjiankuohaophpcn capacity) { ListNode* removed = popTail(); cache.erase(removed-youjiankuohaophpcnkey); delete removed; } } } ~LRUCache() { for (auto& pair : cache) { delete pair.second; } delete head; delete tail; }};
使用示例
int main() {
LRUCache lru(2);
lru.put(1, 1);
lru.put(2, 2);
cout << lru.get(1) << endl; // 输出 1
lru.put(3, 3); // 淘汰 key=2
cout << lru.get(2) << endl; // 输出 -1
return 0;
}
基本上就这些。用哈希表加双向链表，能保证 get 和 put 都是 O(1) 时间复杂度，符合 LRU 的高效要求。注意手动管理内存或改用智能指针避免泄漏。
