LeetCode--146. LRU 缓存（C++描述）

// Source : https://leetcode.cn/problems/lru-cache/
// Date : 2022-10-26
/**************************************************************************************　
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。

示例：

输入
[“LRUCache”, “put”, “put”, “get”, “put”, “get”, “put”, “get”, “get”, “get”]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]

解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1); // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2); // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1); // 返回 -1 (未找到)
lRUCache.get(3); // 返回 3
lRUCache.get(4); // 返回 4

提示：

1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put
**************************************************************************************/

/*******************************************************************************************************
题目分析 : 首先,使用双链表存储一个节点被使用（get或者put）的时间戳，且按最近使用时间从左到右排好序，最先被使用的节点放在双链表的第一位，因此双链表的最后一位就是最久未被使用的节点；之后,哈希表存储key对应的链表中的节点地址,用于key-value 的增删改查；由于对新节点需要进行增删操作,因此首先把新节点的增删操作函数写出来,按照题目的要求,在需要的时候直接进行调用即可.
********************************************************************************************************/

class LRUCache {
public:
    // 定义双向链表
    struct Node
    {
        int key, value;
        Node *left, *right;
        // 构造并直接初始化
        Node(int _key, int _value):key(_key), value(_value), left(NULL), right(NULL){}
    }*L, *R;
    int n;
    // 定义哈希表
    unordered_map<int, Node*> hash;
    void remove(Node *p)
    {
        p -> right -> left = p -> left;
        p -> left -> right = p -> right;
    }
    void insert(Node *p)
    {
        p -> right = L -> right;
        p -> left = L;
        L -> right -> left = p;
        L -> right = p;
    }

    LRUCache(int capacity) {
        n = capacity;
        L = new Node(-1, -1);
        R = new Node(-1, -1);
        L -> right = R;
        R -> left = L;
    }
    
    int get(int key) {
        // 如果关键字没有出现过
        if(hash.count(key) == 0)
            return -1;
        // 如果存在的话更新哈希表并把新节点插入到双向链表的最前端
        auto p = hash[key];
        remove(p);
        insert(p);
        return p -> value;
    }
    
    void put(int key, int value) {
        // 如果当前关键字存在的话,就修改值并加入到最前方
        if(hash.count(key))
        {
            auto p = hash[key];
            p -> value = value;
            remove(p);
            insert(p);
        }
        else
        {
            // 如果哈希表已经满了,就把双链表的最后一个节点删除
            if(hash.size() == n)
            {
                auto p = R -> left;
                remove(p);
                // 更新哈希表
                hash.erase(p -> key);
                delete p;
            }
            // 否则直接将新节点插入到双链表表头
            auto p = new Node(key, value);
            hash[key] = p;
            insert(p);
        }
    }
};

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache* obj = new LRUCache(capacity);
 * int param_1 = obj->get(key);
 * obj->put(key,value);
 */