LeetCode | LRU Cache

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

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(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.

题目解析：

先举个栗子

比如我cache只有4这么大，现在有很多元素1,2,2,4,2,5,3

cache                  income:1

1

cache                  income:2

2 1

cache                  income:1

1 2

cache                  income:4

4 1 2

cache                  income:2

2 4 1

cache                  income:5

5 2 4 1

cache                  income:3

3 5 2 4

大概就这么个样子。。。

最后使用的放最前面

如果cache不满，新来的放第一个，如果满了，在cache里面就把里面那个放到第一个，如果不在就删除最后一个，然后把新元素放第一个。

实现的时候，可以用数组，链表实现，但是由于还有val值，所有就用链表的形式了。可以用单向链表，也可以用双向链表。那怎么查找呢？可以用遍历的方法，从前向后找。但是时间复杂度太高了，就用hash来找。那么就想到了map和unordered_map。

方案一：

map+双向链表

使用双向链表的目的是更容易删除最后的结点。不用维持一个pre指针，或者从前向后遍历到倒数第二个结点。

链表头部的表示刚刚访问过的，链表尾部的表示很久之前访问的

每次get(key)，先在map中找到这个节点，然后把这个节点放到链表头部。

每次set(key, value)，现在map中找这个节点，如果有的话就把这个节点放到链表头部，如果没有就看看cache空间是否已经满了，size>=capacity，如果未满，就生成一个新的节点放到链表头部，如果满了，就生成一个新的节点放到链表头部并且删除链表尾部的一个节点。

class LRUCache {
    map<int, node*> mp;
    node* head;
    node* tail;
    int size;
    int capacity;
public:
    LRUCache(int c) {
        if (c < 1)return;
        head = new node(0, 0);  //为了刚方便表达，就设置头结点和尾结点，更容易查找。
        tail = new node(0, 0);
        head->next = tail;
        tail->pre = head;
        mp.clear();
        size = 0;
        capacity = c;
    }

    int get(int k) {
        map<int, node*>::iterator it = mp.find(k);
        if (it != mp.end()) {   //找到以后，提取出来，放到链表头
            node* cur = (*it).second;
            cur->pre->next = cur->next;
            cur->next->pre = cur->pre;
            putToHead(cur);
            return cur->value;
        } else
            return -1;
    }

    void set(int k, int val) {
        if (capacity < 1)return;
        map<int, node*>::iterator it = mp.find(k);
        if (it != mp.end()) {//find
            node* cur = (*it).second;
            cur->pre->next = cur->next;
            cur->next->pre = cur->pre;
            cur->value = val;
            putToHead(cur);
        } else {//not find
            node* tmp = new node(k,val);
            putToHead(tmp);
            mp[k] = tmp;    //没找到是，要更新map表
            if (size < capacity) {//size < capacity
                size++;
            } else {//size >= capacity
                node* deltmp = tail->pre;   //超过容量，删除最后的结点
                tail->pre = deltmp->pre;
                deltmp->pre->next = tail;
                it = mp.find(deltmp->key);
                mp.erase(it);               //删除时，要接的更新map
                delete deltmp;
            }
        }
    }
    void putToHead(node* cur)
    {
        cur->next = head->next;
        cur->pre = head;
        cur->next->pre = cur;
        head->next = cur;
    }

};

方案二：Hash+双向链表O(1)

也就是利用unordered_map。修改一下就行。

struct node{
	node* pre;
	int key;
	int value;
	node* next;
	node(int k, int v):key(k),value(v),pre(NULL),next(NULL){};
};

class LRUCache{
	unordered_map<int, node*> mp;
	int capacity;
	int size;
	node* head;
	node* tail;
public:
LRUCache(int c){
	if(c<0)return;
	head = new node(-1,-1);
	tail = new node(-1,-1);
	head->next = tail;
	tail->pre = head;
	mp.clear();
	capacity = c;
	size = 0;
}
    
int get(int k) {
	unordered_map<int, node*>::iterator it = mp.find(k);
	if(it != mp.end()){
		node* p = it->second;
		p->pre->next = p->next;
		p->next->pre = p->pre;
		putToHead(p);
		return p->value;
	}
	else
		return -1;
}
    
void set(int k, int val) {
	if(capacity < 1) return; 
	unordered_map<int, node*>::iterator it = mp.find(k);
	if(it != mp.end()){
		node* p = it->second;
		p->pre->next = p->next;
		p->next->pre = p->pre;
		putToHead(p);
		p->value = val;
	}else{
		node* p = new node(k, val);
		putToHead(p);
		mp[k] = p;
		size++;
		if(size>capacity){
			p = tail->pre;
			tail->pre = p->pre;
			p->pre->next = tail;
			it = mp.find(p->key);
			mp.erase(it);
			delete p;
		}
	}
}

void putToHead(node* p)
{
	p->next = head->next;
	p->pre = head;
	head->next->pre = p;
	head->next = p;
}
};