C++怎么实现一个LRU缓存淘汰算法_C++结合哈希表与双向链表实现LRU Cache_技术教程

LRU缓存通过哈希表和双向链表结合实现，get和put操作均达到O(1)时间复杂度；当缓存满时淘汰最久未使用数据，利用哨兵节点简化链表操作，确保高效访问与顺序维护。

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“快速访问”和“快速调整使用顺序”，通常结合哈希表与双向链表来完成。

在C++中，我们可以利用自定义的双向链表节点和unordered_map哈希表，实现O(1)时间复杂度的get和put操作。

设计思路

使用双向链表维护访问顺序：最近使用的节点放在链表头部，最久未使用的放在尾部。哈希表用于存储键到链表节点的指针，实现O(1)查找。

关键操作包括：

get(key)：若存在，从链表中取出并移到头部；否则返回-1
put(key, value)：若已存在，更新值并移至头部；若不存在且缓存满，则删除尾部节点，插入新节点到头部

核心结构定义

struct Node { int key; int value; Node* prev; Node* next; Node(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {} };

哈希表定义为：unordered_map cache;

维护两个哨兵节点：head 和 tail，简化边界处理。

主要操作实现

需要封装几个辅助函数：

removeNode(Node* node)：从链表中移除指定节点
addToHead(Node* node)：将节点插入到头部
moveToHead(Node* node)：将已有节点移到头部（表示最近使用）
removeTail()：移除尾部节点，并返回其key，用于从哈希表中删除

完整代码示例

#include iostream> #include red_map> using namespace std;

struct Node { int key, value; Node prev, next; Node(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {} };

class LRUCache { private: unordered_map> cache; Node head; Node* tail; int capacity;

void removeNode(Node* node) {
    node-youjiankuohaophpcnprev-youjiankuohaophpcnnext = node-youjiankuohaophpcnnext;
    node-youjiankuohaophpcnnext-youjiankuohaophpcnprev = node-youjiankuohaophpcnprev;
}

void addToHead(Node* node) {
    node-youjiankuohaophpcnnext = head-youjiankuohaophpcnnext;
    node-youjiankuohaophpcnprev = head;
    head-youjiankuohaophpcnnext-youjiankuohaophpcnprev = node;
    head-youjiankuohaophpcnnext = node;
}

void moveToHead(Node* node) {
    removeNode(node);
    addToHead(node);
}

Node* removeTail() {
    Node* node = tail-youjiankuohaophpcnprev;
    removeNode(node);
    return node;
}

public: LRUCache(int cap) : capacity(cap) { head = new Node(0, 0); tail = new Node(0, 0); head->next = tail; tail->prev = head; }

int get(int key) {
    if (cache.find(key) == cache.end()) return -1;
    Node* node = cache[key];
    moveToHead(node);
    return node-youjiankuohaophpcnvalue;
}

void put(int key, int value) {
    if (cache.find(key) != cache.end()) {
        Node* node = cache[key];
        node-youjiankuohaophpcnvalue = value;
        moveToHead(node);
    } else {
        Node* newNode = new Node(key, value);
        cache[key] = newNode;
        addToHead(newNode);

        if (cache.size() youjiankuohaophpcn capacity) {
            Node* removed = removeTail();
            cache.erase(removed-youjiankuohaophpcnkey);
            delete removed;
        }
    }
}

~LRUCache() {
    for (auto& pair : cache) {
        delete pair.second;
    }
    delete head;
    delete tail;
}

};

测试示例：

int main() { LRUCache lru(2); lru.put(1, 1); lru.put(2, 2); cout

基本上就这些。通过哈希表+双向链表的组合，我们实现了高效的LRU缓存，适用于频繁读写、容量受限的场景。注意内存释放，避免泄漏。