14.散列表(下)

1.用散列表+链表的方式，在复杂度为O(1)里实现LRU:

LRU(Least Recently Used):维护一个固定大小的链表，如果缓存中存在当前元素，则删除并把它加入链表尾部。如果不存在，1)如果缓存已满(已达到链表最大长度)，则删除头节点(最近最少用到的数据优先删除)，然后把它加入尾节点；2)如果未满，则直接加入尾结点。

1.1 一个缓存系统主要包含以下三个操作：

• 往缓存中添加一个数据

• 从缓存中删除一个数据

• 在缓存中查找一个数据

  如果只是使用链表，复杂度为O(n).如果将散列表和链表两种数据结合使用，可以将上面三个的复杂度都降低为O(1)

1. 查找一个数据：通过散列表，足够均匀，基本上可以忽略拉链的遍历次数，复杂度为O(1)
2. 删除一个数据：由于使用了了双向链表，可以通过prev节点在O(1)里找到上一个节点，复杂度为O(1),但是对于拉链，如果使用单链表，需要遍历当前链表上的节点，不过也可以基本忽略。如果拉链使用双向链表，则也可以在O(1)里完成操作
3. 添加一个元素：如果元素在链表中，则先删除，然后加入尾结点，复杂度为O(1)；如果不在，1)缓存已满，则先删除头结点，然后加入尾结点，复杂度为O(1) , 2）缓存未满，直接加入尾结点

2.总结

​ 散列表支持非常高效的数据插入、删除、查找操作，但是散列表中的数据都是通过散列函数打乱之后无规律存储的。也就是说，它无法支持按照某种顺序快速地遍历数据。如果希望按照顺序遍历散列表中的数据，那我们需要将散列表中的数据copy到数组中，然后排序，再遍历。

​ 因为散列表是动态数据结构，不停地有数据插入、删除所以当我们希望按顺序遍历散列表中的数据的时候，都需要先排序，那么效率势必会很低。为了解决这个问题，我们将散列表和链表(或者调表)结合一起使用。

3.思考

​ 如果使用散列表+单链表的实现方式：

1. 查找一个数据：通过散列表，足够均匀，基本上可以忽略拉链的遍历次数，复杂度为O(1)
2. 删除一个数据：由于使用了单向链表，只能循环找到上一个节点，复杂度为O(n),但是对于拉链，如果使用单链表，需要遍历当前链表上的节点，不过也可以基本忽略。如果拉链使用双向链表，则也可以在O(1)里完成操作, 总复杂度为O(n)
3. 添加一个元素：如果元素在链表中，则先删除，然后加入尾结点，即先删除头结点，然后插入到尾结点，复杂度为O(1)；如果不在，1)缓存已满，则先删除头结点，然后加入尾结点，复杂度为O(1) , 2）缓存未满，直接加入尾结点