入门级题解146. LRU 缓存

题目地址：https://leetcode-cn.com/problems/lru-cache/
读题：题目真的好复杂啊~~~
题解链接：https://leetcode-cn.com/problems/lru-cache/solution/lruhuan-cun-ji-zhi-by-leetcode-solution/
再读题：LRU缓存机制是内存页面置换的一种算法
看看题目要求：

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。

简单说就是你建个有容量的链表，然后添删改查。
添：put函数实现，如果链表没满，就直接添加，如果链表满了，就要用LRU规则删掉最近最少使用的节点，再添加新节点。这里的使用指的是被访问，所以如果get函数访问了这个节点，就是使用了
查：get函数，查是否有某个值，如果存在就返回它的值，如果不存在，就返回-1
读代码：

struct DLinkedNode {
    int key, value;
    DLinkedNode* prev;
    DLinkedNode* next;
    DLinkedNode(): key(0), value(0), prev(nullptr), next(nullptr) {}
    DLinkedNode(int _key, int _value): key(_key), value(_value), prev(nullptr), next(nullptr) {}
};

建双向链表

public:
    LRUCache(int _capacity): capacity(_capacity), size(0) {
        // 使用伪头部和伪尾部节点
        head = new DLinkedNode();
        tail = new DLinkedNode();
        head->next = tail;
        tail->prev = head;
    }
    

实例化后效果

int get(int key) {
        if (!cache.count(key)) {
            return -1;
        }
        // 如果 key 存在，先通过哈希表定位，再移到头部
        DLinkedNode* node = cache[key];
        moveToHead(node);
        return node->value;
    }

moveToHead函数是LRU最近访问的放在头部，删的时候直接删末尾的就可以了

 void moveToHead(DLinkedNode* node) {
        removeNode(node);
        addToHead(node);
    }

put函数是添加新的，要判断是否超出容量了。

void put(int key, int value) {
        if (!cache.count(key)) {
            // 如果 key 不存在，创建一个新的节点
            DLinkedNode* node = new DLinkedNode(key, value);
            // 添加进哈希表
            cache[key] = node;
            // 添加至双向链表的头部
            addToHead(node);
            ++size;

size大于capac，就得删掉尾部节点了

 if (size > capacity) {
                // 如果超出容量，删除双向链表的尾部节点
                DLinkedNode* removed = removeTail();
                // 删除哈希表中对应的项
                cache.erase(removed->key);
                // 防止内存泄漏
                delete removed;
                --size;
            }
        }