leetcode 146：LRU缓存机制(python)

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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，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:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4

来源：力扣（LeetCode）
链接：LeetCode146. LRU缓存机制
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解法一

• 思路(来自LRU Cache （哈希表+双向链表）)

使用python自带的 双向链表 + 哈希表 数据结构实现。Python 为 collections.OrderedDict()。原理是将哈希表中所有key使用双向链表连接起来，链表按照 访问顺序 排序，访问操作包括：添加、获取。

get(int key)设计：

返回哈希表中key对应的value；
在返回前，需要将此key移动至双向链表的尾部（代表为最新元素）。
put(int key, int value)设计：

若哈希表中已存在此key，先将此key移动至链表尾部（代表为最新元素）；
若key不在哈希表中，则判断双向链表当前元素个数是否等于容量capacity大小：若等于则将最老元素（链表首部元素）从哈希表和双向链表中删除；
此步Python调用self.dic.popitem(0)实现。
在哈希表中加入此键值对，并在链表末端加入此key。

• 代码

class LRUCache:
    def __init__(self, capacity):
        self.dic, self.cap = collections.OrderedDict(),capacity

    def get(self, key: int) -> int:
        if key not in self.dic: return -1
        self.dic.move_to_end(key)
        return self.dic[key]

    def put(self, key: int, value: int) -> None:
        if key in self.dic: del self.dic[key]
        elif len(self.dic) == self.cap: self.dic.popitem(0)
        self.dic[key] = value
        


# Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)

• 结果