LeetCode 146. LRU 缓存机制

运用你所掌握的数据结构，设计和实现一个  LRU (最近最少使用) 缓存机制 。
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) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。
 

进阶：你是否可以在 O(1) 时间复杂度内完成这两种操作？

示例：

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
 

提示：

1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/lru-cache
 

解法：

哈希表+双向链表。以键值对形式存储肯定需要用到哈希表。需要O(1)时间增删改查，还需快速改变元素顺序，那么就用双向链表。

class LRUCache {
	struct DLinkedNode{//节点定义
		int key, value;
		DLinkedNode *prev;
		DLinkedNode *next;
		DLinkedNode() : key(0), value(0), prev(nullptr), next(nullptr){}
		DLinkedNode(int _key, int _value) : key(_key), value(_value), prev(nullptr), next(nullptr){}
	};

	unordered_map ma;//哈希表去快速定位节点
	DLinkedNode *head;//设置头，尾节点，可以不用进行边界判断
	DLinkedNode *tail;
	int capacity;//容量
	int size;//当前大小

public:
	LRUCache(int _capacity) {//初始化
		capacity = _capacity;//这两个变量名要不一样
		size = 0;
		head = new DLinkedNode();
		tail = new DLinkedNode();
		head->next = tail; 
		tail->prev = head; 
	}

	int get(int key) {//取值
		if (ma.count(key) > 0)
		{
			DLinkedNode *node = ma[key];
			moveToHead(node);//把节点移动到最前面
			return node->value; 
		}
		return -1;
	}

	void put(int key, int value) {
		if (ma.count(key) > 0)
		{
			ma[key]->value=value;//更新值
			moveToHead(ma[key]);//移动到最前面
		}
		else
		{
			DLinkedNode *node = new DLinkedNode(key, value);//创建对象
			ma[key] = node;//添加进哈希表
			addToHead(node);//添加到最前面
			if (size < capacity)
			{
				size++;
			}
			else    //如果容量已满
			{
				DLinkedNode *removed = removeTail();//删除最后一个节点
				ma.erase(removed->key);    //同时在哈希表中删除
				delete removed;            //防止内存泄漏
			}
		}
	}
	void addToHead(DLinkedNode *node)
	{
		head->next->prev = node;
		node->next = head->next;
		head->next = node;
		node->prev = head;
	}
	void deleteNode(DLinkedNode* node)
	{
		node->prev->next = node->next;
		node->next->prev = node->prev;
	}
	void moveToHead(DLinkedNode* node)
	{
		deleteNode(node);
		addToHead(node);
	}
	DLinkedNode* removeTail()
	{
		DLinkedNode *node = tail->prev;
		deleteNode(node);
		return node;    //后续还要利用key值，去删除哈希表中的值
	}
};