请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
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 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ,则应该 逐出 最久未使用的关键字。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
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
思路:要想实现get与put的O(1)时间复杂度,需要将哈希表和双向链表组合使用。
哈希表查找一个元素的时间复杂度是O(1),但哈希表内数据无序存放,体现不出最近最少使用的顺序关系;而链表插入和删除一个元素的时间复杂度是O(1),查找的时间复杂度是O(n),不过链表存储的数据是有序的。
注意我们实现的双向链表只能从头部插入,也就是说靠头部的数据是最近使用的,靠尾部的数据是最久未使用的。
为什么要使用双向链表?因为用单链表删除一个结点时,需要从头遍历,找到待删除结点的前驱结点,所以采用双向链表,可以直接找到这个前驱结点。
为什么双向链表的结点既要存key又要存val?因为删除链表尾部结点时返回删除了的结点,需要通过这个结点的key值,删除map中的key。
算法就像搭乐高:带你手撸 LRU 算法 :: labuladong的算法小抄 (gitee.io)
struct DLinkedNode//双向链表结点类,存储前驱、后继结点位置,存储key、value
{
int key;
int val;
DLinkedNode* prev;
DLinkedNode* next;
DLinkedNode():key(0),val(0),prev(nullptr),next(nullptr){}
DLinkedNode(int key,int val):key(key),val(val),prev(nullptr),next(nullptr){}
};
class LRUCache {
private:
unordered_map<int,DLinkedNode*> mapping;//map(key,&DLinkedNode(key,val))
DLinkedNode* head;
DLinkedNode* tail;
int size;
int capacity;
public:
LRUCache(int capacity):capacity(capacity),size(0) {
head=new DLinkedNode(0,0);
tail=new DLinkedNode(0,0);
head->next=tail;
tail->prev=head;
}
int get(int key) {
if(mapping.count(key))//key在哈希表中,因为刚刚使用过,所以提到表头
{
DLinkedNode* node=mapping[key];
moveToHead(node);
return node->val;
}
else {
return -1;
}
}
void put(int key, int value)
{
if(mapping.count(key))//key已经在哈希表中,更新val值,提至表头
{
DLinkedNode* node=mapping[key];
node->val=value;
moveToHead(node);
}
else//key不在哈希表中
{
DLinkedNode* node=new DLinkedNode(key,value);
addToHead(node);
mapping[key]=node;
size++;
if(size>capacity)//缓存满了,删除链表尾部结点,删除map中的key
{
DLinkedNode* removed= removeTail();
mapping.erase(removed->key);
size--;
}
}
}
void addToHead(DLinkedNode* node)//头插法插入一个结点
{
node->next=head->next;
head->next->prev=node;
node->prev=head;
head->next=node;
}
void removeNode(DLinkedNode* node)//删除一个结点
{
node->prev->next=node->next;
node->next->prev=node->prev;
}
void moveToHead(DLinkedNode* node)//把一个结点提至链表头部
{
removeNode(node);
addToHead(node);
}
DLinkedNode* removeTail()//删除链表尾部的一个结点
{
DLinkedNode* node=tail->prev;
removeNode(node);
return node;
}
};