LRU緩存
“LRU 快取”問題的詳細指南和 Python 實作。
1. 學習
「LRU 快取」問題是鍊錶部分的關鍵挑戰。
此實作著重於 Python 中的簡單層級邏輯。
在我們提供的解決方案中，我們優先考慮技術準確性和程式碼可讀性。
2. Real-World Applications
3. Visual Intuition
可視化 LRU 快取的邏輯流程。
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
仔細閱讀 LRU 快取的問題陳述。
2. Formulate brute force
起草一個簡單的迭代解決方案。
3. Identify inefficiency
尋找冗餘計算。
4. Optimize search path
使用散列或排序來加速該過程。
5. Final Implementation
清理生產標準代碼。
問題陳述
設計一個遵循最近最少使用 (LRU) 快取約束的資料結構。
實作LRUCache類別：
- LRUCache(capacity: int) - 使用正大小的容量初始化 LRU 快取。
- get(key: int) -> int - 如果鍵存在則傳回鍵的值，否則傳回-1。
- put(key: int, 值: int) -> None - 如果鍵存在則更新鍵的值。否則，將鍵值對新增至快取。如果密鑰數量超過容量，則逐出最近最少使用的密鑰。
get 和 put 函數必須以 O(1) 平均時間複雜度運行。
輸入是操作列表和參數列表。實作一個傳回結果清單的函數 lruCache(operations: list, arguments: list) -> list （對於建構子和 put 是 None）。
- •1 <= capacity <= 3000
- •0 <= key <= 10000
- •0 <= value <= 100000
- •At most 200000 calls will be made to get and put
範例
["LRUCache","put","put","get","put","get","put","get","get","get"], [[2],[1,1],[2,2],[1],[3,3],[2],[4,4],[1],[3],[4]]
[None,None,None,1,None,-1,None,-1,3,4]
Cache capacity is 2. put(1,1), put(2,2), get(1) returns 1. put(3,3) evicts key 2. get(2) returns -1 (evicted). put(4,4) evicts key 1. get(1) returns -1, get(3) returns 3, get(4) returns 4.
Need a Hint?
Edge Cases to Watch
- 空輸入結構
- 單元素輸入
- 大數值範圍
準備好解決了嗎？
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
面試見解和變化
複雜度分析分解
為什麼時間: Directly evaluates all possibilities.
為什麼選擇太空: Uses standard local memory.
為什麼時間: Optimized paths reduce total operations.
為什麼選擇太空: May trade memory for speed.
最佳化解決方案Python程式碼
最佳化解決方案Python程式碼
class DNode:
def __init__(self, key=0, val=0):
self.key = key
self.val = val
self.prev = None
self.next = None
class LRUCacheOpt:
def __init__(self, capacity: int):
self.cap = capacity
self.cache = {}
self.left = DNode(0, 0)
self.right = DNode(0, 0)
self.left.next = self.right
self.right.prev = self.left
def _remove(self, node):
prev, nxt = node.prev, node.next
prev.next = nxt
nxt.prev = prev
def _insert(self, node):
prev, nxt = self.right.prev, self.right
prev.next = node
nxt.prev = node
node.prev = prev
node.next = nxt
def get(self, key: int) -> int:
if key in self.cache:
self._remove(self.cache[key])
self._insert(self.cache[key])
return self.cache[key].val
return -1
def put(self, key: int, value: int) -> None:
if key in self.cache:
self._remove(self.cache[key])
self.cache[key] = DNode(key, value)
self._insert(self.cache[key])
if len(self.cache) > self.cap:
lru = self.left.next
self._remove(lru)
del self.cache[lru.key]暴力破解代碼（劇透保護）
暴力破解代碼（劇透保護）
class LRUCacheBrute:
def __init__(self, capacity: int):
self.cap = capacity
self.cache = {}
self.usage = []
def get(self, key: int) -> int:
if key not in self.cache:
return -1
self.usage.remove(key)
self.usage.append(key)
return self.cache[key]
def put(self, key: int, value: int) -> None:
if key in self.cache:
self.usage.remove(key)
elif len(self.cache) >= self.cap:
lru = self.usage.pop(0)
del self.cache[lru]
self.cache[key] = value
self.usage.append(key)Algorithm Pattern Checklist
When dealing with Linked List data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
推薦的 Python 資源
透過相關的互動式教學、備忘單和程式碼比較來擴展您的知識。
Python 迴圈：For 與 While 迴圈解釋
了解如何使用 Python 循環來迭代資料。透過互動式範例掌握 for 迴圈、while 迴圈、break、continue 和迴圈最佳實務。
如何在 Python 中對列表進行排序（升序和降序）
了解如何在 Python 中使用 sort() 方法和sorted() 函數對清單進行排序。發現自訂鍵排序和逆序範例。
Python 字串方法備忘單
Python 字串操作的完整參考指南。掌握格式化、搜尋、拆分、取代和檢查字串屬性。
Python 與 JavaScript：哪種程式語言最好？
Python 和 JavaScript 的全面比較。探索語法差異、效能、用例（後端與前端）和編碼範例。