【力扣二刷思路】DAY2

146. LRU 缓存

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。

思路

1. 数据结构选择： 使用了两个主要数据结构 - std::unordered_map 用于快速查找键的位置，以及 std::list 用于存储键值对，保持它们的顺序。

2. LRUCache类： 类中的私有成员包括缓存容量 capacity、哈希表 cacheMap 和双向链表 lruList。

3. 构造函数： 构造函数接受缓存容量作为参数，并初始化相应的数据结构。

4. get函数： 根据给定的键查找缓存中的值。如果存在，则将对应的键值对移到链表的前面，表示最近被访问。返回查找到的值，如果键不存在，返回-1。

5. put函数： 插入或更新缓存中的键值对。如果键已存在，更新其值并将其移到链表的前面。如果键不存在，检查缓存是否已满，如果满了，则删除最不常使用的元素。然后在链表的前面插入新的键值对，并在哈希表中记录位置。

整体思路是通过哈希表维护键在链表中的位置，通过双向链表维护键值对的顺序，以实现LRU缓存的基本功能。这确保了最近访问的元素始终位于链表的前面，而最不常使用的元素会被淘汰。

题解

class LRUCache {
private:
    int capacity; // 缓存的容量
    unordered_map<int, list<pair<int, int>>::iterator>
        cacheMap; // 哈希表，用于快速查找元素在链表中的位置
    list<pair<int, int>> lruList; // 双向链表，用于存储键值对，保持元素的顺序

public:
    LRUCache(int capacity) { this->capacity = capacity; }

    int get(int key) {
        auto it = cacheMap.find(key);
        if (it != cacheMap.end()) {
            // 如果元素存在，将其移到链表的前面，表示最近被访问
            lruList.splice(lruList.begin(), lruList, it->second);
            return it->second->second; // 返回对应的值
        }
        return -1; // 如果元素不存在，返回-1
    }

    void put(int key, int value) {
        auto it = cacheMap.find(key);
        if (it != cacheMap.end()) {
            // 如果键已存在，更新值，并将其移到链表的前面，表示最近被访问
            it->second->second = value;
            lruList.splice(lruList.begin(), lruList, it->second);
        } else {
            // 如果键不存在
            if (lruList.size() == capacity) {
                // 如果缓存达到容量上限，删除链表末尾的元素，即最不常使用的元素
                int evictedKey = lruList.back().first;
                cacheMap.erase(evictedKey); // 从哈希表中移除对应的位置信息
                lruList.pop_back(); // 从链表末尾删除元素
            }
            // 将新元素插入到链表的前面
            lruList.emplace_front(key, value);
            cacheMap[key] = lruList.begin(); // 在哈希表中记录新元素的位置
        }
    }
};

【力扣刷题练习】146. LRU 缓存