【数据结构从0到1】第十篇：LRUCache

---

一、LRUCache

1.1 .什么是LRU Cache

LRU是Least Recently Used的缩写，意思是最近最少使用，它是一种Cache替换算法。 什么是
Cache？狭义的Cache指的是位于CPU和主存间的快速RAM， 通常它不像系统主存那样使用
DRAM技术，而使用昂贵但较快速的SRAM技术。 广义上的Cache指的是位于速度相差较大的两种硬件之间， 用于协调两者数据传输速度差异的结构。除了CPU与主存之间有Cache， 内存与硬盘之间也有Cache，乃至在硬盘与网络之间也有某种意义上的Cache── 称为Internet临时文件夹或网络内容缓存等。

Cache的容量有限，因此当Cache的容量用完后，而又有新的内容需要添加进来时， 就需要挑选
并舍弃原有的部分内容，从而腾出空间来放新内容。LRU Cache 的替换原则就是将最近最少使用的内容替换掉。其实，LRU译成最久未使用会更形象， 因为该算法每次替换掉的就是一段时间内最久没有使用过的内容。

1.2 LRU Cache的实现

实现LRU Cache的方法和思路很多，但是要保持高效实现O(1)的put和get，那么使用双向链表和
哈希表的搭配是最高效和经典的。使用双向链表是因为双向链表可以实现任意位置O(1)的插入和
删除，使用哈希表是因为哈希表的增删查改也是O(1)

1.3 LRU Cache的OJ

LRU缓存

class LRUCache {
    typedef list<pair<int, int>>::iterator Iter;
public:
    LRUCache(int capacity) {
        _capacity = capacity;
    }
    
    int get(int key) {
        auto it = _hashMapList.find(key);
        if(it != _hashMapList.end())
        {
            auto pos = it->second;
            _LRUList.splice(_LRUList.begin(), _LRUList, pos);
            
            return pos->second;
        }
        return -1;
    }
    
    void put(int key, int value) {
        auto it = _hashMapList.find(key);
        if(it == _hashMapList.end())
        {
            if(_hashMapList.size() == _capacity)
            {
                auto back = _LRUList.back();
                _LRUList.pop_back();
                _hashMapList.erase(back.first);
              
            }
            _LRUList.push_front(make_pair(key,value));
            _hashMapList[key] = _LRUList.begin();
        }
        else 
        {
            Iter pos = it->second;
            pos->second = value;
            _LRUList.splice(_LRUList.begin(), _LRUList, pos);
        }
    }
private:
    unordered_map<int, Iter> _hashMapList;
    size_t _capacity;
    list<pair<int, int>> _LRUList;
};

/**
 * 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);
 */