leetcode：146. LRU最近最少使用 缓存

题目来源

• leetcode：146. LRU 缓存

题目描述

class LRUCache {
public:
    LRUCache(int capacity) {

    }
    
    int get(int key) {

    }
    
    void put(int key, int value) {

    }
};

题目解析

如果容量不够，那么要求删除某些key

删除衡量点：上次使用时间里现在越远，那么就先删除

双向链表 + 哈希表

• 用双向链表来表说使用频率：
  • 离链表头部越近说明上次使用时间越远
  • 里链表头部越远说明上次使用时间越近
• 用哈希表来快速定位节点在哪里

有三个参数：

（1）构造函数

• 参数为capacity
• 这表示哈希表最多能存储capacity个元素，如果多了就要淘汰

（2）put

• 参数为 put(int key, int value)
• 当调用put时，有两种可能
  • 当前key已经存在，说明是修改操作
    • 将对应节点移动到链表尾部
  • 当前key是新的
    • 根据(key，value)来new一个节点
    • 将这个节点插入链表尾部
    • 检测cache节点数是否为capacity+1，如果是，那么将链表头部的节点从双向链表和哈希表中擦除

（3）get

• get(int key)
• 当调用get时，有两种可能
  • 当前key不存在，返回-1表示未找到
  • 当前key存在，那么通过cache找出对应节点的位置，然后将这个节点移动到链表尾部

双向链表对应操作小结：

• 将对应节点移动到链表尾部
• 将对应节点插入链表尾部
• 将链表头部节点移除

#include 
#include 
#include 
#include 
#include 
#include 
#include 

using namespace std;
class Node{
public:
    int key;
    int value;
    Node* last;
    Node* next;

    Node(int key, int value){
        this->key = key;
        this->value = value;
    }
};

class NodeDoubleLinkedList{
private:
    Node *head;
    Node *tail;

public:
    NodeDoubleLinkedList() : head(nullptr), tail(nullptr){

    }

    // 现在来了一个新的node，请挂到尾巴上去
    void addNode(Node *newNode){
        if(newNode == nullptr){
            return;
        }

        if(head == nullptr){
            head = newNode;
            tail = newNode;
        }else{
            tail->next = newNode;
            newNode->last = tail;
            tail = newNode;
        }
    }

    // 一定会保证node 入参在双向链表里！
    // node原始的位置，左右重新连好，然后把node分离出来
    // 挂到整个链表的尾巴上
    void moveNodeToTail(Node *node){
        if(tail == node){
            return;
        }

        if(head == node){
            head = node->next;
            head->last = nullptr;
        }else{
            node->last->next = node->next;
            node->next->last = node->last;
        }
        node->last = tail;
        node->next = nullptr;
        tail->next = node;
        tail = node;
    }

    Node *removeHead(){
        if(head == nullptr){
            return nullptr;
        }

        auto res = head;
        if (head == tail) {
            head = nullptr;
            tail = nullptr;
        } else {
            head = res->next;
            res->next = nullptr;
            head->last = nullptr;
        }
        return res;
    }
};
class LRUCache {
private:
    std::map<int, Node*> keyNodeMap;
    NodeDoubleLinkedList *nodeList;
    int capacity;

private:
    void  removeMostUnusedCache(){
        auto removeNode = nodeList->removeHead();
        keyNodeMap.erase(removeNode->key);
    }
public:
    LRUCache(int capacity) : capacity(capacity){
        
    }

    int get(int key) {
        if(keyNodeMap.count(key)){
            auto res = keyNodeMap[key];
            nodeList->moveNodeToTail(res);
            return res->value;
        }
        return -1;
    }

    void put(int key, int value) {
        if(keyNodeMap.count(key)){
            auto node = keyNodeMap[key];
            node->value = value;
            nodeList->moveNodeToTail(node);
        }else{
            auto newNode = new Node(key, value);
            keyNodeMap[key] = newNode;
            nodeList->addNode(newNode);
            if(keyNodeMap.size() == capacity + 1){
                removeMostUnusedCache();
            }
        }
    }
};

类似题目

题目	思路
leetcode：146. LRU最近最少使用 缓存 LRU Cache	一个哈希表 + 一个双向链表
leetcode：460. LFU最不常用缓存 LFU Cache	两个哈希表 + N个双向链表
588. 设计内存文件系统Design In-Memory File System