LeetCode-146. LRU 缓存【设计哈希表链表双向链表】

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 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
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 {1=1, 3=3}
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 {4=4, 3=3}
lRUCache.get(1); // 返回 -1 (未找到)
lRUCache.get(3); // 返回 3
lRUCache.get(4); // 返回 4

提示：

1 0 0 5
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 = key
        self.value = value

class LRUCache:

    def __init__(self, capacity: int):
        self.capacity = capacity
        self.dummy = Node() # 哨兵节点
        self.dummy.prev = self.dummy
        self.dummy.next = self.dummy
        self.key_to_node = dict()


    def get(self, key: int) -> int:
        node = self.get_node(key)
        return node.value if node else -1


    def put(self, key: int, value: int) -> None:
        node = self.get_node(key)
        if node: # 有这本书
            node.value = value # 更新 value
            return 
        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.prev
            del 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 None
        node = 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 node
    
    def remove(self, x: Node) -> None: # 删除一个节点（抽出一本书）
    服务器托管    x.prev.next = x.next
        x.next.prev = x.p服务器托管rev

    def 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.dummy
        x.next = self.dummy.next
        x.prev.next = x
        x.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 = a
        self.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)

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 图数据库之 Neo4j – 应用场景2 – 实时推荐引擎(7)

摘要实时推荐引擎是在今天的竞争激烈市场中保持竞争力的关键。本文介绍了如何使用图技术构建一个基于用户行为和关联数据的实时推荐引擎，以提供个性化的建议。我们将探讨实时推荐引擎的背景和原理，并提供详细的操作步骤说明，帮助你构建自己的实时推荐引擎。背景在零售、服…

LeetCode-146. LRU 缓存【设计 哈希表 链表 双向链表】