LRU缓存 数据结构设计（C++）

做LeetCode第146题LRU缓存，觉得收获不小，特此记录。

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。

关于LRU的规则，学过操作系统的肯定都知道，此处不再赘述。

题目关键在于 get() 和 put() 必须O(1)，这就使得我们选择数据结构的时候需要有些考究。

首先我们回顾一下本科学过的数据结构知识，存储这样的多个key-value对肯定是使用线性表存储，而线性表又分为顺序表（数组）和链表，由于题目中涉及到了插入和删除（逐出），且有O(1)的条件限制，所以肯定是使用链表来存储。

确定了基本数据结构，我们再来想想如何使用或改造使其满足题目需要。

首先考虑 get()，我们需要做到如果关键字key在缓存中，就能查找到关键字的值，且有O(1)的条件限制，那自然是使用哈希表，哈希表的键就是LRU缓存中的key自然不用说，关键在于 哈希表的值是什么？直观想法那就是LRU的value呗，其实不然，因为我们其实不仅要通过key查到value，还有一个隐含的操作，即需要把我们刚刚查过的这个LRU缓存节点置于最高优先级的位置上（LRU的规则），所以该哈希表的value应该是一个链表节点，我们通过key查到这个链表节点以后，就可以对其进行操作以改变其优先级，同时我们也可以直接通过node->value来取得key对应的value值，一举两得。

那到底怎么体现优先级，怎么做到关键字的插入和逐出呢，其实很简单，在链表头部的表示优先级最高（即最近使用），在链表尾部的表示优先级最低（即最久未使用），这样一来 put() 的编写就容易了，当来一个新关键字的时候，就把其节点插入链表头，同时更新哈希表。每当链表中的节点个数超过LRU的容量时，我们就删除掉链表尾的的元素，同时更新哈希表。

现在我们还有一个问题需要解决，就是使用普通的单链表，是否能满足put()和get()均为O(1)的题目要求。根据以上的分析，我们对链表会有以下操作：

1. 把一个新节点插入链表头。当我们put()一个新关键字，其不存在于缓存中，且缓存没有满时，就把这个新的关键字节点插入链表头。
2. 把一个链表中的节点移动到链表头。当我们get()一个关键字，其存在于缓存中，我们就需要把这个节点从当前位置插入到链表头部。
3. 删除链表尾的节点。当我们put()一个新关键字，其不存在于缓存中，我们需要插入新节点，但此时缓存满了，我们需要把最近最少使用的节点从链表中剔除掉，也就是删除链表尾的节点。

根据以上对链表的要求，可以确定只有双链表能满足要求，单链表、单循环链表、带尾指针的单循环链表都无法在O(1)的时间下做到以上三个操作，大家可以模拟一下。

确定好数据结构，代码就很好写了，只需按需实现LRU功能即可：

struct doubleLinkNode {
    int key, value;
    doubleLinkNode *pre, *next;
};

class LRUCache {
private:
    doubleLinkNode *head, *rear;
    int size, capacity;
    unordered_map<int, doubleLinkNode*> map;

    void insert(doubleLinkNode* node) {
        // 把一个非链表上的节点插入到表头
        node->pre = head;
        node->next = head->next;
        head->next->pre = node;
        head->next = node;
    }

    void insertHead(doubleLinkNode* node) {
        // 把一个链表上的节点插入到表头
        node->pre->next = node->next;
        node->next->pre = node->pre;
        insert(node);
    }

    int deleteRear() {
        doubleLinkNode *node = rear->pre;
        node->pre->next = node->next;
        node->next->pre = node->pre;
        int key = node->key;
        delete node;
        return key;
    }

public:
    LRUCache(int cap): size(0), capacity(cap) {
        head = new doubleLinkNode();
        rear = new doubleLinkNode();
        head->next = rear;
        head->pre = nullptr;
        rear->next = nullptr;
        rear->pre = head;
    }
    
    int get(int key) {
        if(map.count(key)) {
            insertHead(map[key]);
            return map[key]->value;
        }
        return -1;
    }
    
    void put(int key, int value) {
        if(map.count(key)) {
            doubleLinkNode *node = map[key];
            if(node->value != value) {
                node->value = value;
            }
            insertHead(node);
        } else {
            doubleLinkNode *node = new doubleLinkNode;
            node->key = key;
            node->value = value;
            insert(node);
            ++size;
            if(size > capacity) {
                int nodeKey = deleteRear();
                map.erase(nodeKey);
                --size;
            }
            map[key] = node;
        }
    }
};