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

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。

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

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<int node> cache;</int>

维护两个哨兵节点：head 和 tail，简化边界处理。

万彩商图

专为电商打造的AI商拍工具，快速生成多样化的高质量商品图和模特图，助力商家节省成本，解决素材生产难、产图速度慢、场地设备拍摄等问题。

212 查看详情万彩商图

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->prev->next = node->next;
    node->next->prev = node->prev;
}

void addToHead(Node* node) {
    node->next = head->next;
    node->prev = head;
    head->next->prev = node;
    head->next = node;
}

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

Node* removeTail() {
    Node* node = tail->prev;
    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->value;
}

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

        if (cache.size() > capacity) {
            Node* removed = removeTail();
            cache.erase(removed->key);
            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。

以上就是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的详细内容，更多请关注其它相关文章！

# 移除 # 无人酒店推广营销方案 # 十堰seo全网营销 # 阿里的推广营销 # 汕尾网站建设营销推广 # 小说阅读网站建设素材 # 如何学习互联网推广营销 # 高碑店网站网站建设 # 中国近期关键词排名 # 汕头网站建设路 # 提供网站建设开发外包 # 几个 # 内存管理 # node # 如何使用 # 移到 # 最久 # 数据结构 # 放在 # 自定义 # 链表 # red # stream # ios # c++ # ai

相关栏目：【 Google疑问12 】【 Facebook疑问10 】【优化推广96088 】【技术知识133117 】【 IDC资讯59369 】【网络运营7196 】【 IT资讯61894 】

2025-11-22

4008744355

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

设计思路

核心结构定义

主要操作实现

完整代码示例

了解您产品搜索量及市场趋势，制定营销计划

同行竞争及网站分析保障您的广告效果

提交您的需求，1小时内享受我们的专业解答。

运城市盐湖区信雨科技有限公司

4008744355

服务/方案/案例/支持

关于我们

Notice