146 LRU缓存机制

题目

运用你所掌握的数据结构，设计和实现一个 LRU (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。

进阶：你是否可以在 O(1) 时间复杂度内完成这两种操作？

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

• 哈希+双向链表

class LRUCache {
private:
	//链表节点，储存键和值
    struct CacheNode{
        int key;
        int value;
        CacheNode(int k, int v):key(k),value(v){}
    };
    //建立一个双向链表
    list<CacheNode> cacheList;
    //哈希表，储存键所对应的迭代器
    unordered_map<int, list<CacheNode>::iterator> cacheMap;
    int capacity;//容量
public:
	//构造函数
    LRUCache(int capacity) {
        this->capacity = capacity;
    }
    //获取键所对应的值，没找到就返回-1，找到了就返回值且将该节点移动到链表头
    int get(int key) {
        if(cacheMap.find(key)== cacheMap.end()) return -1;
        cacheList.splice(cacheList.begin(), cacheList, cacheMap[key]);//将该节点移动到链表头
        cacheMap[key] = cacheList.begin();//修改该键所对应的迭代器
        return cacheMap[key]->value;
    }
    //如果存在则修改键所对应的值，否则就新建一个节点储存该键值
    void put(int key, int value) {
    	//如果没找到，先判断容量是否已经满了，满了则删除最后一个节点，再将新结点插入到链表头
        if(cacheMap.find(key) == cacheMap.end()){
            if(cacheList.size() == capacity){
                cacheMap.erase(cacheList.back().key);
                //list.back()返回最后一个元素，end()返回最后一个元素后的迭代器
                cacheList.pop_back();
            }
            cacheList.push_front(CacheNode(key, value));
            cacheMap[key]=cacheList.begin();
        }else{//找到则修改其对应的值，将该节点插入到链表头
            cacheMap[key]->value = value;
            cacheList.splice(cacheList.begin(), cacheList, cacheMap[key]);
            cacheMap[key] = cacheList.begin();
        }
    }
};

• 思路
  • 构造函数实现传入参数，初始化容量
  • get传入要获取的值，存在则返回该值所对应的键，否则返回-1
    • 先在哈希表使用find查询，如果没找到返回-1。
    • 否则表示找到了，并且对该节点做了一次访问，要将该节点移动到链表头，并更新哈希表中该节点值所对应的地址。
  • put传入要修改的关键字以及数据
    • 使用关键字查询，如果没找到，则表示这是一个新的节点。先判断双向链表是否等于容量，如果是则要删除此时的最后一个节点，同时删除哈希表中该键所对应的值。再将该节点插入到链表头，同时再哈希表中储存该键所对应的地址。
    • 如果找到了，则更新节点的值，再将该节点插入到链表头，同时更新哈希表中该键所对应的地址。
  • 哈希表+双向链表
    • 想要put和get达到O(1)的时间复杂度，该数据结构要具有查找快、插入快、删除快、有顺序。
    • put和get均要查找key是否存在；每次访问节点后都要将它插入到队首；如果容量满了要删除最后一个节点；按照最近访问的在最前的顺序
    • 为了满足这些要求，采用哈希表与双向链表的形式结合实现。哈希表查找快，双向链表插入和删除效率高。
    • 哈希表保存每个节点数值对应的地址，可以保证在O(1)时间内查找节点。
    • 双向链表按照最近访问的靠近链表头的顺序，存储节点

参考详解
STL中的list