LeetCode 146. LRU 缓存
原题链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台
感谢博主题解点拨思路：LeetCode 0146. LRU 缓存：双向链表 + 哈希-CSDN博客
题目描述
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现
LRUCache类：
LRUCache(int capacity)以 正整数 作为容量capacity初始化 LRU 缓存int get(int key)如果关键字key存在于缓存中，则返回关键字的值，否则返回-1。void put(int key, int value)如果关键字key已经存在，则变更其数据值value；如果不存在，则向缓存中插入该组key-value。如果插入操作导致关键字数量超过capacity，则应该 逐出 最久未使用的关键字。函数
get和put必须以O(1)的平均时间复杂度运行。
样例1：
输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]
解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1); // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2); // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1); // 返回 -1 (未找到)
lRUCache.get(3); // 返回 3
lRUCache.get(4); // 返回 4
Tag
双向链表 哈希表
题目分析
LRU算法需要维护最久未使用的关键字，题目要求put和get都是O(1)复杂度，所使用的数据结构需要O(1)查询到关键字所在位置，并将位置调整到最近使用，同时给出关键字需要O(1)时间内得到value值。
思路
get中查询value做到O(1)比较容易,可以使用哈希表实现（此题使用map）。
put中在O(1)时间内使新加入元素调整到最近使用很多数据结构都能做到，诸如链表插头（尾）、队列入队、入栈等，调整节点位置包括找到节点位置+移动节点，O(1)调整位置直接用这些数据结构则不行。因此我们采用map
设计链表头结点为最近使用，尾节点为最久未使用。节点位置在O(1)时间内找到后，需要将节点从原位置调整至队首，同时超过缓存容量还要删除节点（队尾元素）。使用单链表可以做到移动节点，但无法快速删除尾节点，而使用双向链表删除尾节点后，可以根据指向前一个节点的prev指针将前一个节点设为尾节点，下次溢出时可以快速删除。
C++代码
class node{
public:
node *prev,*next;
int key;
int value;
node(node *prev,node *next,int key,int value)
{
this->key = key;
this->value = value;
this->prev = prev;
this->next = next;
}
};
class LRUCache {
private:
int capacity;
unordered_map mp;//node*:节点指针，存储链表中某个节点地址
node *head,*tail;
public:
LRUCache(int capacity) {
this->capacity = capacity;
head = new node(nullptr,nullptr,0,0);
tail = new node(head,nullptr,0,0);
head->next = tail;
}
void adjust(node* temp) //将node移动到队首
{
temp->next = head->next;
temp->prev = head;
head->next = temp;
temp->next->prev = temp;
}
int get(int key) {
if(mp.count(key)){
node* move = mp[key];
/*删除节点*/
move->prev->next = move->next;
move->next->prev = move->prev;
adjust(move);
return mp[key]->value;
}
return -1;
}
void put(int key, int value) {
if(mp.count(key)){
node* temp = mp[key];
mp[key]->value = value;//改值
//删节点
temp->prev->next = temp->next;
temp->next->prev = temp->prev;
adjust(temp);//调位置
}else{
node* newnode = new node(head,head->next,key,value);
head->next->prev = newnode;
head->next = newnode;
mp[key] = newnode;
}
if(mp.size()>capacity){
node* del = tail->prev;
tail->prev = del->prev;
del->prev->next = tail;
mp.erase(del->key);
}
}
};
/**
* Your LRUCache object will be instantiated and called as such:
* LRUCache* obj = new LRUCache(capacity);
* int param_1 = obj->get(key);
* obj->put(key,value);
*/
Debug
以下是我自己本地debug时用的代码
int main()
{
freopen("stdin.txt","r",stdin);
string op;
LRUCache* obj = nullptr;
while(cin>>op){
if(op=="cache"){
int capacity;
cin>>capacity;
obj = new LRUCache(capacity);
cout<<"null ";
}else if(op == "get"){
int key;
cin>>key;
cout<get(key)<<" ";
}else{
int key,value;
cin>>key>>value;
obj->put(key,value);
cout<<"null ";
}
}
} cache
2
put
1 1
put
2 2
get
1
put
3 3
get
2
put
4 4
get
1
get
3
get
4