leetcode 146. LRU 缓存机制

一、题目

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？

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

二、解法

思路：

• 用一个双向链表保存键值对，头部Head指向最多使用的元素（最近被插入、最近被访问），尾部Tail指向最少使用的元素
• 用哈希表保存要查询的链表指针，通过key查询，那么时间复杂度可以降到O(1)
• get：如果哈希表中没找到，则返回-1。若找到了，通过指针得到value，并且要将该节点放到双向链表的头部，表示最近被访问
• put：
  • 若哈希表中找到了，则将其指针的值修改为新的value，并且要将该节点放到双向链表的头部，表示最近被修改。
  • 若哈希表中没找到，说明是一个新的key，生成一个新的节点放到双向链表的头部。若此时已经超过容量，则需要将双向链表尾部的节点删除，并将哈希表中的相应值也删除

class LRUCache {
private:
    struct DLinkedNode{
        int key,value;
        DLinkedNode *pre,*next;
        DLinkedNode(int _key,int _value):key(_key),value(_value),pre(nullptr),next(nullptr){}
    };
    DLinkedNode* Head,*Tail;
    unordered_map<int,DLinkedNode*> hashMap;
    int cap;

    void moveToHead(DLinkedNode* node){
        node->pre->next=node->next;
        node->next->pre=node->pre;

        DLinkedNode* oldHead=Head->next;
        Head->next=node;
        node->next=oldHead;
        node->pre=Head;
        oldHead->pre=node;
    }
public:
    LRUCache(int capacity) {
        cap=capacity;
        Head=new DLinkedNode(0,0);
        Tail=new DLinkedNode(0,0);
        Head->next=Tail;
        Tail->pre=Head;
    }
    
    int get(int key) {
        auto ite=hashMap.find(key);
        if(ite==hashMap.end()) return -1;
        else{
            moveToHead(ite->second);
            return ite->second->value;
        }
    }
    
    void put(int key, int value) {
        auto ite=hashMap.find(key);
        if(ite==hashMap.end()){
            DLinkedNode* newNode=new DLinkedNode(key,value);
            
            //将新节点添加到双向链表的头部
            DLinkedNode* oldHead=Head->next;
            Head->next=newNode;
            newNode->pre=Head;
            newNode->next=oldHead;
            oldHead->pre=newNode;

            if(hashMap.size()>=cap){
                //若容量满了，需要删除尾部节点
                DLinkedNode* deleteTail=Tail->pre;
                hashMap.erase(deleteTail->key);

                DLinkedNode* pre=deleteTail->pre;
                pre->next=Tail;
                Tail->pre=pre;
            }
            hashMap.insert({key,newNode});
        }else{
            //找到了，需要更新节点值，并移至链表头部
            DLinkedNode* node=ite->second;
            node->value=value;

            moveToHead(node);
        }
    }
};

/**
 * 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);
 */