算法面试通关 40 讲
覃超
Sophon Tech 创始人,前 Facebook 工程师,卡内基梅隆大学计算机硕士
78356 人已学习
新⼈⾸单¥68
课程目录
已完结/共 62 讲
第二章:理论讲解+面试题实战 (53讲)
算法面试通关 40 讲
登录|注册
留言
3
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 56 | 面试题:设计和实现一个LRU Cache缓存机制
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
01 | 合格程序员的第一步:算法与数据结构
02 | 如何事半功倍地学习算法与数据结构
03 | 如何计算算法的复杂度
04 | 如何通过LeetCode来进行算法题目练习
05 | 理论讲解:数组&链表
06 | 面试题:反转一个单链表&判断链表是否有环
07 | 理论讲解:堆栈&队列
08 | 面试题:判断括号字符串是否有效
09 | 面试题:用队列实现栈&用栈实现队列
10 | 理论讲解:优先队列
11 | 面试题:返回数据流中的第K大元素
12 | 面试题:返回滑动窗口中的最大值
13 | 理论讲解:哈希表
14 | 面试题:有效的字母异位词
15 | 面试题:两数之和
16 | 面试题:三数之和
17 | 理论讲解:树&二叉树&二叉搜索树
18 | 面试题:验证二叉搜索树
19 | 面试题:二叉树&二叉搜索树的最近公共祖先
20 | 理论讲解:二叉树遍历
21 | 理论讲解:递归&分治
22 | 面试题:Pow(x,n)
23 | 面试题:求众数
24 | 理论讲解:贪心算法
25 | 面试题:买卖股票的最佳时机
26 | 理论讲解:广度优先搜索
27 | 理论讲解:深度优先搜索
28 | 面试题:二叉树层次遍历
29 | 面试题:二叉树的最大和最小深度
30 | 面试题:生成有效括号组合
31 | 理论讲解:剪枝
32 | 面试题:N皇后问题
33 | 面试题:数独问题
34 | 理论讲解:二分查找
35 | 面试题:实现一个求解平方根的函数
36 | 理论讲解:字典树
37 | 面试题:实现一个字典树
38 | 面试题:二维网格中的单词搜索问题
39 | 理论讲解:位运算
40 | 面试题:统计位1的个数
41 | 面试题:2的幂次方问题&比特位计数问题
42 | 面试题:N皇后问题的另一种解法
43 | 理论理解:动态规划(上)
44 | 理论理解:动态规划(下)
45 | 面试题:爬楼梯
46 | 面试题:三角形的最小路径和
47 | 面试题:乘积最大子序列
48 | 面试题:股票买卖系列
49 | 面试题:最长上升子序列
50 | 面试题:零钱兑换
51 | 面试题:编辑距离
52 | 理论讲解:并查集
53 | 面试题:岛屿的个数&朋友圈(上)
54 | 面试题:岛屿的个数&朋友圈(下)
55 | 理论讲解: LRU Cache
56 | 面试题:设计和实现一个LRU Cache缓存机制
57 | 理论讲解:布隆过滤器
58 | 课程重点回顾
59 | FAQ答疑&面试中切题四件套
60 | 回到起点:斐波拉契数列
61 | 白板实战番外篇:斐波拉契数列
62 | 结课测试&最后的一些经验分享
登录 后留言

全部留言(3)

  • 最新
  • 精选
HCY
刚刚发现,老师录制视频的时候,这道题还是 Hard ,结果现在就已经变成 Medium 了。
2020-03-20
3
11
罗耀龙@坐忘
茶艺师学编程 超哥板书 146. LRU 缓存机制 class LRUCache: def __init__(self, capacity: int): self.dic = collections.OrderedDict() self.remain = capacity def get(self, key: int) -> int: if key not in self.dic: return -1 v = self.dic.pop(key) self.dic[key] = v return v def put(self, key: int, value: int) -> None: if key in self.dic: self.dic.pop(key) else: if self.remain > 0: self.remain -= 1 else: self.dic.popitem(last=False) self.dic[key] = value
2021-04-29
mickey
class LRUCache { private LinkedHashMap<Integer, Integer> cache; private int size; public LRUCache(int capacity) { cache = new LinkedHashMap<Integer, Integer>(); size = capacity; } public int get(int key) { if (!cache.containsKey(key)) { return -1; } int value = cache.remove(key); cache.put(key, value); return value; } public void put(int key, int value) { if (cache.containsKey(key)) { cache.remove(key); } else { if (size > 0) { size--; } else { // 移除第一个原始 cache.remove(cache.entrySet().iterator().next().getKey()); } } cache.put(key, value); } public void print() { Set<Entry<Integer, Integer>> keys = cache.entrySet(); System.out.print("[ "); for (Entry<Integer, Integer> entry : keys) { System.out.print(entry.getKey() + ":" + entry.getValue() + ", "); } System.out.println(" ]"); } }
2020-03-18
收起评论