Leet Code LRU Cache

Q：

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

  

    首先我们要了解什么是LRU算法？ LRU是Least Recently Used的缩写，即最少使用页面置换算法，是为虚拟页式存储管理服务的。通俗点说就是当内存满了之后将最近最少使用的数据丢掉，这样现在来的数据就能放进内存。

Cache(高速缓存)， 一个在计算机中几乎随时接触的概念。CPU中Cache能极大提高存取数据和指令的时间，让整个存储器(Cache+内存)既有Cache的高速度，又能有内存的大容量；操作系统中的内存page中使用的Cache能使得频繁读取的内存磁盘文件较少的被置换出内存，从而提高访问速度；数据库中数据查询也用到Cache来提高效率；即便是Powerbuilder的DataWindow数据处理也用到了Cache的类似设计。Cache的算法设计常见的有FIFO(first in first out)和LRU(least recently used)。根据题目的要求，显然是要设计一个LRU的Cache。

该题的要求是设计一个数据结构，需要有两个方法：get(), set()。get()顾名思义，set()要注意的是当初始给定的大小满了时，这个时候就需要将最近最少使用的节点删除，新的节点再放进去。

网上有很多解法，比如双链表解法，但是这种我自己实现了之后超时，于是采用map来做。

因为map在插入节点的时候会根据key的值自动排序，所以我们可以利用这点，设计一个map，以count（使用度或者可以说优先级）和key为键值对，根据count排序，当空间满了之后只要将最后一个即count最小的节点删掉，将新的节点加进去就行，而且每次get()之后就要将get的节点的count值更新，应该是将它放到头部，新加入的节点也放在头部，这些我们都用一个成员变量count来控制。

代码：

 

struct node {
    int value, count;		//count为该节点的使用情况，count越大使用越频繁
    node(int v, int c) : value(v), count(c) {}
};
class LRUCache{//a way to improve effeiciency is to use list rather than map to store count numbers. and use hashtable
public:
    int count, cap, sz;		//count为成员变量，后来的节点的count值初始就比前面的count大
    map<int, int> ck;		//count, key 插入一个新节点时会根据count排序，容量不够时把begin()删除即可,后插入的节点count比前面插入的要大
							//因为map中是根据'键'来排序，所以该map中只能是count - key键值对, 如果要删除必须根据count删除，此时就需要根据kv中key来获得node的count拷贝
    map<int, node> kv;		//key, node<value, count>
    LRUCache(int capacity) : count(0x80000000), cap(capacity), sz(0){
        
    }
    
    int get(int key) {
        if(cap <= 0)
            return -1;
        map<int, node>::iterator p = kv.find(key);
        if(p != kv.end()) {
            ++count;
			ck.erase(p->second.count);			//根据p的count值将ck中的count记录删掉，以便后面可以重新在ck中插入新的count,key键值对，下面同理
			p->second.count = count;
            ck.insert(pair<int, int>(count, key));
			return p->second.value;
        } else {
            return -1;
        }
    }
    
    void set(int key, int value) {
        if(cap <= 0)
            return;
        ++count;
        map<int, node>::iterator p = kv.find(key);
        if(p != kv.end()) {			
            ck.erase(p->second.count);
			p->second.count = count;
            ck.insert(pair<int, int>(count, key));
			p->second.value = value;
        } else {
            if(sz < cap) {
                kv.insert(pair<int, node>(key, node(value, count)));
                ck.insert(pair<int, int>(count ,key));
                ++sz;
            } else {
				int tmpKey = ck.begin()->second;	//key
                kv.erase(tmpKey);
                ck.erase(ck.begin());
                kv.insert(pair<int, node>(key, node(value, count)));
                ck.insert(pair<int, int>(count ,key));	
            }
        }
    }
};