最近最少使用缓存(LRU) 面试必考

运用所掌握的数据结构，设计和实现一个  LRU (Least Recently Used，最近最少使用) 缓存机制 

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。
代码

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

代码：

分析————双向链表 + 哈希表
哈希表实现 get 和 put 操作的时间复杂度都为 O(1)，但是普通哈希表无法找到最近最少使用的键。因此，需要在哈希表的基础上进行修改。

因为需要知道缓存内最近最少使用的元素，因此可以把存入的元素按访问的先后顺序存入双向链表。每次访问一个元素，无论是 put 还是 get 操作，都把该元素移动到链表的尾部。这样就可以保证链表的头部就是最近最少使用的元素。在实现了最近最少使用的功能后，在加入哈希表就可以实现 get 和 put 操作时间复杂度为 O(1)。具体来讲就是，哈希表内存在 key → 对应链表节点的指针，得到对应的指针便可以操作节点内的 key 和 value 值。

class LRUCache {
public:
    LRUCache(int capacity) {
        totalNum = capacity;
        curNum = 0;
        dummy = new ListNode();
        tail = dummy;
    }
    
    int get(int key) {
        if (!numToLocation.count(key)) {
            return -1;
        }
        moveToTail(key);
        return numToLocation[key]->val;
    }
    
    void put(int key, int value) {
        if (numToLocation.count(key)) {
            numToLocation[key]->val = value;
            numToLocation[key]->key = key;
            moveToTail(key);
        }
        else if (curNum < totalNum) {
            addTotail(key, value);
            curNum++;
        }
        else {
            deleteHead(key, value);
        }
    }

private:
    struct ListNode {
        int key = 0;
        int val = 0;
        ListNode* prev = nullptr;
        ListNode* next = nullptr;
        ListNode(){}
        ListNode(int x, int y) : key(x), val(y) {}
    };

    int totalNum;
    int curNum;
    ListNode* dummy;
    ListNode* tail;
    unordered_map<int, ListNode*> numToLocation;

    void moveToTail(int key) {
        ListNode* node = numToLocation[key];
        if (node == tail) {
            return;
        }
        node->prev->next = node->next;
        node->next->prev = node->prev;
        node->next = nullptr;
        tail->next = node;
        node->prev = tail;
        tail = node;
    }

    void addTotail(int key, int value) {
        ListNode* node = new ListNode(key, value);
        tail->next = node;
        node->prev = tail;
        tail = node;
        numToLocation[key] = node;
    }

    void deleteHead(int key, int value) {
        numToLocation.erase(dummy->next->key);
        dummy->next->key = key;
        dummy->next->val = value;
        numToLocation[key] = dummy->next;
        moveToTail(key);
    }
};