最近最少使用算法----LRU Cache

LRU

概念：参考计算机系统课程
题目：146. LRU 缓存
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

结构设计

要求均为O(1)，第一选择就是hash+双链表
如果我们的设计是：

unordered__map<int, int> um;//key找value O(1)
list<pair<int, int>> li//头插头删尾插尾删O(1)

缺陷：新增是O(1)，更新是O(N)，要调整li中key的位置到头部，更新顺序但是我们不知道数据在哪，只能遍历查找，这个就是O(N)
关键：找到key的同时就找到其在li中的位置

---

使用迭代器：

typedef list<pair<int, int>>::iterator ListIter;
unordered_map<int, ListIter> um;
list<pair<int, int>> li;

只要找到key就能通过.find(),迭代器找到其在li的位置
代码：

class LRUCache {
public:
   LRUCache(int capacity) 
       :_capacity(capacity)
   {}

   int get(int key) {
       auto ret = um.find(key);
       if (ret != um.end())
       {
           ListIter it = ret->second;
           //法1：erase 更新迭代器
          li.splice(li.begin(), li, it);//注意list的insert和splice均不会使迭代器失效
           return it->second;
       }
       else
           return -1;
   }

   void put(int key, int value) 
   {
       //修改
       auto ret = um.find(key);
       if (ret == um.end())//无元素或li中不存在
       {
           if (_capacity == li.size())
           {
               auto back = li.back();
               um.erase(back.first);
               li.pop_back();
           }
           li.push_front(make_pair(key, value));
           um[key] = li.begin();
       }
       else //存在
       {
           ListIter it = ret->second;
           it->second = value;
           li.splice(li.begin(), li, it);
       }
       
   }
private:
   typedef list<pair<int, int>>::iterator ListIter;
   unordered_map<int, ListIter> um;
   list<pair<int, int>> li;
   size_t _capacity;
};

注意：

• get逻辑找不到元素返回-1，找到需要将其置为li的首部操作：1.erase导致迭代器失效，需要自己控制，2.splice迭代器不会失效
• put逻辑分1. 元素存在 2.元素不存在(注意判满)