leetcode 146：LRU缓存

题目描述：
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：

1. LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
2. 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 。
3. 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。
   示例：
   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
思路：
按照LRU算法的方式进行模拟。

1. 使用python库import collections中自带的有序字典库进行实现，但是在面试中一般不能直接使用这个方式完成代码，因为面试想要考核的是双星链表。
   代码：

import collections
# 本题使用python自带的字典无法实现按照元素的插入顺序排列

class LRUCache(object):

    def __init__(self, capacity):
        """
        :type capacity: int
        """
        self.capacity = capacity
        self.dict = collections.OrderedDict()
        self.use = 0

    def get(self, key):
        """
        :type key: int
        :rtype: int
        """
        if key in self.dict:  # 字典的get函数的时间复杂度是O(n)，存在返回value不存在返回NONE
            a = self.dict.pop(key)
            self.dict[key] = a
            return a
        else:
            return -1

    def put(self, key, value):
        """
        :type key: int
        :type value: int
        :rtype: None
        """
        if key in self.dict:
            self.dict.pop(key)
            self.dict[key] = value
        else:
            self.dict[key] = value
            self.use += 1
            if self.use > self.capacity:
                self.dict.popitem(last=False)
                # 这里last为true从后面删除最后一个，为false删除第一个，第一个在这里就是插入最久的一个

2. 使用dict+双向链表实现
   dict: <key, node>这里dict直接放node方便对双向链表直接进行操作，保证时间复杂度为O(1)。 双向链表是用来维护缓存放入的内容，如get一次就从链表中拿到链表的最前端，put一次看是否需要删除一个结点，如需删除就删除双向链表最后一个结点，然后把新加入的放到链表的最前端。

class Node(object):
    def __init__(self, key= 0, value = 0):
        self.key = key
        self.value = value
        self.pre = None
        self.next = None


class LRUCache(object):

    def __init__(self, capacity):
        """
        :type capacity: int
        """
        self.capacity = capacity
        self.use = 0
        self.dict = dict()
        # 用两个哨兵结点，来帮助双向链表的转换，进而避免每次插入删除时检测是否为头尾的情况
        self.head = Node()
        self.tail = Node()
        self.head.next = self.tail
        self.tail.pre = self.head

    def get(self, key):
        """
        :type key: int
        :rtype: int
        """

        if key in self.dict:
            node = self.dict[key]
            self.remove_node(node)
            self.addTohead(node)
            return node.value
        else:
            return -1

    def put(self, key, value):
        """
        :type key: int
        :type value: int
        :rtype: None
        """
        if key in self.dict:
            node = self.dict[key]
            self.remove_node(node)
            node.value = value
            self.addTohead(node)
        else:
            # 首先判断是否有位置
            if self.capacity != 0:
                if self.use >= self.capacity:
                    # 删除最不常使用的结点
                    self.dict.pop(self.tail.pre.key)
                    self.remove_node(self.tail.pre)
                    self.use -= 1
                node = Node(key, value)
                self.addTohead(node)
                self.use += 1
                self.dict[key] = node

    def remove_node(self, node):
        node.pre.next = node.next
        node.next.pre = node.pre

    def addTohead(self, node):
        self.head.next.pre = node
        node.next = self.head.next
        node.pre = self.head
        self.head.next = node

双向链表中使用两个哨兵结点来方便操作，同时对链表进行插入和删除的时候，要注意pre和next的赋值顺序