LRU的简单实现

LRU（Least Recently Used）是一种常见的缓存淘汰策略，其实现思路如下：

1. 使用双向链表和哈希表结合的数据结构。双向链表用于维护数据的访问顺序，越靠近链表头部的节点表示最近访问的数据，越靠近链表尾部的节点表示最久未访问的数据。哈希表用于快速查找数据在链表中的位置。
2. 当需要访问某个数据时，首先在哈希表中查找数据是否存在：

• 如果存在，将该节点从链表中移动到链表头部，表示最近访问过。
• 如果不存在，需要进行以下操作：
  • 如果缓存已满（达到最大容量），则需要淘汰链表尾部的节点（即最久未访问的节点），同时从哈希表中删除该节点。
  • 创建一个新的节点，并将其插入到链表头部，并在哈希表中记录该节点的位置。

3. 为了提高访问速度，可以使用哈希表记录每个节点在链表中的位置，这样在访问节点时可以在 O(1) 时间内定位到节点。

#include<iostream>
#include<list>
#include<unordered_map>
using namespace std;

class LRUCache {
private:
	int capacity;
	unordered_map<int, pair<int, list<int>::iterator>> cache;
	list<int> lruList;

public:
	LRUCache(int capacity) {
		this->capacity = capacity;
	}

	int get(int key) {
		if (cache.find(key) == cache.end()) return -1;

		lruList.erase(cache[key].second);
		lruList.push_front(cache[key].first);
		cache[key].second = lruList.begin();

		return cache[key].first;
	}

	void put(int key, int value) {
		if (cache.find(key) != cache.end()) {
			lruList.erase(cache[key].second);
		}
		else if (cache.size() >= capacity) {
			cache.erase(lruList.back());
			lruList.pop_back();
		}

		lruList.push_front(key);
		cache[key] = {value,lruList.begin()};
	}
};

int main() {
	LRUCache cache(2);

	cache.put(1, 1);
	cache.put(2, 2);
	cout << cache.get(1) << endl; // 输出: 1

	cache.put(3, 3); // 由于缓存容量已满，移除key 2和对应的缓存项
	cout << cache.get(2) << endl; // 输出: -1

	cache.put(4, 4); // 由于缓存容量已满，移除key 1和对应的缓存项
	cout << cache.get(1) << endl; // 输出: -1
	cout << cache.get(3) << endl; // 输出: 3
	cout << cache.get(4) << endl; // 输出: 4

	return 0;
}