LeetCode | 146. LRU Caches数据结构难题

Designand implement a data structure for Least Recently Used (LRU) cache. It should support the followingoperations: get andput.

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

Followup:
Could you do both operations in O(1) time complexity?

Example:

LRUCache cache = new LRUCache( 2 /* capacity */ );

 

cache.put(1, 1);

cache.put(2, 2);

cache.get(1);       //returns 1

cache.put(3, 3);    //evicts key 2

cache.get(2);       //returns -1 (not found)

cache.put(4, 4);    //evicts key 1

cache.get(1);       //returns -1 (not found)

cache.get(3);       //returns 3

cache.get(4);       //returns 4

这题让你自己编码实现一个Least Recently Used (LRU) cache，要求get和put的计算时间复杂度都是O(1)

通过这一题我学会了哈希表的使用，unordered_map使用的是哈希表存储，它的查询时间是O(1)，这一点一定注意，然后还需要注意的是我们需要保存每一个值的使用事件顺序，所以我们还需要一个数组来存储值的使用事件先和顺序，但是假如是线性表的话插入和删除的时间复杂度都是O(n)，肯定不合法，所以只有使用链表，使用链表的话查询需要使用的值的时间还是O(n)，还是不合法，所以需要在unordered_map里面存储链表的索引，这样通过哈希表里面的值得到链表的位置才能达到O(1)的时间

另外还有一点就是链表里面需要存储value还需要存储key,因为需要通过list的最后一个元素得到map里面的位置，所以需要存储key

这一题主要的知识点是unordered_map是哈希表，查询时间为O(1)，还有就是list.splice的使用方法，有三种，然后还有对于表而言，有一个begin()，有一个end()，有一个front()，还需要记住还有一个back()，表示的是最后一个元素！

class LRUCache {
 public:
	 int capacity;
	 unordered_map<int, list<pair<int,int>>::iterator> cache;
	 list<pair<int,int>> store;
	 LRUCache(int capacity) {
		 this->capacity = capacity;
	 }
	 int get(int key) {
		 unordered_map<int, list<pair<int, int>>::iterator>::iterator it;
		 list<pair<int, int>> ::iterator tmp;
		 it = cache.find(key);
		 if (it == cache.end())
		 {
			 return -1;
		 }
		 else
		 {
			 tmp = (*it).second;
			 store.splice(store.begin(), store, tmp);
			 return (*tmp).second;
		 }
	 }

	 void put(int key, int value) {
		 unordered_map<int, list<pair<int, int>>::iterator>::iterator it,tmp;
		 
		 it = cache.find(key);
		 if (it == cache.end())
		 {
			 store.push_front(make_pair(key,value));
			 cache.insert(make_pair(key, store.begin()));
			 if (store.size() > capacity)
			 {
				 tmp = cache.find(store.back().first);
				 store.erase((*tmp).second);
				 cache.erase(tmp);
			 }
		 }
		 else
		 {
			 (*(*it).second).second = value;
			 store.splice(store.begin(), store, (*it).second);
		 }
	 }
 };