leetcode No146. LRU Cache

Question

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and put.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
put(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

Follow up:
Could you do both operations in O(1) time complexity?

Example:

LRUCache cache = new LRUCache( 2 /* capacity */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // returns 1
cache.put(3, 3); // evicts key 2
cache.get(2); // returns -1 (not found)
cache.put(4, 4); // evicts key 1
cache.get(1); // returns -1 (not found)
cache.get(3); // returns 3
cache.get(4); // returns 4

Algorithm

题意是让设计一个LRU缓存置换算法，LRU页面置换算法是操作系统里的内容，见：
http://blog.csdn.net/u011391629/article/details/54616468

Ex：拿题目例子说明，缓存大小为2
第一步：放1,1
那么此时缓存里（最近使用的在最右）(null,null)(1,1)
第二步：放2,2
因为最近使用的是2,2；那么此时缓存为(1,1)(2,2)
第三步：要用key为1的页面（使用过了，所以放最右，并返回value），此时缓存为(2,2)(1,1)
第四步：放3,3
因为容器大小只有2个，所以要删除一个，根据LRU原则，置换最长未使用的页面即原缓存中最左的2,2，然后把3,3放最右
此时缓存就为(1,1)(3,3)
依次类推。。。

具体实现摘自：
http://blog.csdn.net/qq508618087/article/details/50995188
思路: 这题的大致思路就是用一个hash表来保存已经存在的key, 然后用另外一个线性容器来存储其key-value值, 我们可以选择链表list, 因为需要调整结点的位置, 而链表可以在O(1)时间移动结点的位置, 数组则需要O(n).

如果新来一个set请求, 我们先去查hash表

1. 如果已经存在了这个key, 那么我们需要更新其value, 然后将其在list的结点位置移动到链表首部.

2. 如果不存在这个key, 那么我们需要在hash表和链表中都添加这个值, 并且如果添加之后链表长度超过最大长度, 我们需要将链表尾部的节点删除, 并且删除其在hash表中的记录

如果来了一个get请求, 我们仍然先去查hash表, 如果key存在hash表中, 那么需要将这个结点在链表的中的位置移动到链表首部.否则返回-1.

另外一个非常关键的降低时间复杂度的方法是在hash中保存那个key在链表中对应的指针, 我们知道链表要查找一个结点的时间复杂度是O(n), 所以当我们需要移动一个结点到链表首部的时候, 如果直接在链表中查询那个key所对于的结点, 然后再移动, 这样时间复杂度将会是O(n), 而一个很好的改进方法是在hash表中存储那个key在链表中结点的指针, 这样就可以在O(1)的时间内移动结点到链表首部.

c++的stl库提供非常丰富的函数, 掌握这些东西将会让代码长度大大减小.

Accepted Code

class LRUCache {
public:
    LRUCache(int capacity) {
        size=capacity;
    }

    int get(int key) {
        auto it=hash.find(key);
        if(it==hash.end())
            return -1;
        cache.splice(cache.begin(),cache,it->second);  //把key所在的迭代器放在list开头
        return it->second->second;
    }

    void put(int key, int value) {
        auto it=hash.find(key);
        if(it!=hash.end())
        {
            it->second->second=value;
            cache.splice(cache.begin(),cache,it->second);  //把key所在的迭代器放在list开头
            return;
        }
        cache.insert(cache.begin(),make_pair(key,value));
        hash[key]=cache.begin();
        if(cache.size() > size)
        {
            hash.erase(cache.back().first);
            cache.pop_back();
        }
    }
private:
    unordered_map<int,list<pair<int,int>>::iterator> hash;   //key 和 在list中迭代器的位置
    list<pair<int,int>> cache;   //存储页面的容器
    int size;
};

/**
 * 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);
 */