146LRU缓存机制

一、前言

标签：HashTable+双向链表(Doubly Linked List)。

问题来源LeetCode 146 难度：中等。

问题链接：https://leetcode-cn.com/problems/lru-cache/

 

二、题目

运用你所掌握的数据结构，设计和实现一个  LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。

写入数据 put(key, value) - 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字/值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。

进阶:你是否可以在 O(1) 时间复杂度内完成这两种操作？

示例1：

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // 返回  1
cache.put(3, 3);    // 该操作会使得关键字 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得关键字 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

 

三、思路

要求时间复杂度是O(1)，那么读写时间复杂度都需要是O(1)。用HashTable记录数据，用双向链表记录待删除顺序。

 

四、编码实现

//==========================================================================
/*
* @file    : 146_LRUCache.h
* @label   : HashTable+双向链表(Doubly Linked List)
* @blogs   : https://blog.csdn.net/nie2314550441/article/details/107497313
* @author  : niebingyu
* @date    : 2020/07/20
* @title   : 146.LRU缓存机制
* @purpose : 运用你所掌握的数据结构，设计和实现一个  LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。
* 获取数据 get(key) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。
* 写入数据 put(key, value) - 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字/值」。
* 当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。
*
* 进阶: 你是否可以在 O(1) 时间复杂度内完成这两种操作？
*
* 示例1：
* LRUCache cache = new LRUCache( 2 /* 缓存容量 * / );
* cache.put(1, 1);
* cache.put(2, 2);
* cache.get(1);       // 返回  1
* cache.put(3, 3);    // 该操作会使得关键字 2 作废
* cache.get(2);       // 返回 -1 (未找到)
* cache.put(4, 4);    // 该操作会使得关键字 1 作废
* cache.get(1);       // 返回 -1 (未找到)
* cache.get(3);       // 返回  3
* cache.get(4);       // 返回  4
*
* 来源：力扣（LeetCode）
* 难度：中等
* 链接：https://leetcode-cn.com/problems/lru-cache
*/
//==========================================================================
#pragma once
#include <iostream>
#include <vector>
#include <unordered_map>
#include <algorithm>
#include <assert.h>
using namespace std;

#define NAMESPACE_LRUCACHE namespace NAME_LRUCACHE {
#define NAMESPACE_LRUCACHEEND }
NAMESPACE_LRUCACHE

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) {}
};

// 哈希表 + 双向链表
class LRUCache 
{
private:
    unordered_map<int, DLinkedNode*> cache;
    DLinkedNode* head;
    DLinkedNode* tail;
    int size;
    int capacity;

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;
    }
    
    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;
    }
    
    void put(int key, int value) 
    {
        if (cache.count(key) == 0) 
        {
            // 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;
            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;
            }
        }
        else 
        {
            // 如果 key 存在，先通过哈希表定位，再修改 value，并移到头部
            DLinkedNode* node = cache[key];
            node->value = value;
            moveToHead(node);
        }
    }

    void addToHead(DLinkedNode* node) 
    {
        node->prev = head;
        node->next = head->next;
        head->next->prev = node;
        head->next = node;
    }
    
    void removeNode(DLinkedNode* node) 
    {
        node->prev->next = node->next;
        node->next->prev = node->prev;
    }

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

    DLinkedNode* removeTail() 
    {
        DLinkedNode* node = tail->prev;
        removeNode(node);
        return node;
    }
};

以下为测试代码//
// 测试 用例 START
struct STestParam
{
    int type;  // 0: put; 1: get
    int key;
    int value;
    STestParam(int _type, int _key, int _value = 0):type(_type), key(_key), value(_value){}
};

void test(const char* testName, int capacity, vector<STestParam> param, vector<int> expect)
{
    vector<int> result;
    LRUCache* pCache = new LRUCache(capacity);
    for (auto it : param)
    {
        if (it.type == 0)
            pCache->put(it.key, it.value);
        else if (it.type == 1)
            result.push_back(pCache->get(it.key));
    }

    if (result == expect)
        cout << testName << ", solution passed." << endl;
    else
        cout << testName << ", solution failed. " << endl;

	// 只是测试，申请的内存没有释放
}

// 测试用例
void Test1()
{
    vector<STestParam> param =
    {
        {0,1,1},
        {0,2,2},
        {1,1},
        {0,3,3},
        {1,2},
        {0,4,4},
        {1,1},
        {1,3},
        {1,4},
    };
    int capacity = 2;	
    vector<int> expect = {1,-1,-1,3,4};
    test("Test1()", capacity, param, expect);
}

NAMESPACE_LRUCACHEEND
// 测试 用例 END
//
void LRUCache_Test()
{
    cout << "------ start 146.LRU缓存机制 ------" << endl;
    NAME_LRUCACHE::Test1();
    cout << "------ end 146.LRU缓存机制 --------" << endl;
}

执行结果：