leetcode146. 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

提示：

1 <= capacity <= 3000
0 <= key <= 3000
0 <= value <= 104
最多调用 3 * 104 次 get 和 put

思路：哈希表+双向链表

如果不考虑O(1) 时间复杂度，则可以用一个字典来实现get()，时间O(1) ，用列表实现put()，每次操作需要把最新访问的放在列表头部，时间O(n) 。

优化成O(1) ：哈希表+双向链表

• 哈希表可以一次定位到节点位置
• 双向链表可以一次实现插入和删除，可以在双向链表的两侧各加一个节点，这样就不用检查链表是否为空，便于插入删除

哈希表+单链表 无法满足需求，因为单链表插入和删除需要遍历链表找到前驱和后继，O(n)

代码：

class DLinkedNode:
    def __init__(self, key=0, value=0):
        self.key = key
        self.value = value
        self.pre = None
        self.next = None
class LRUCache(object):

    def __init__(self, capacity):
        """
        :type capacity: int
        """
        self.capacity = capacity
        self.hashMap = {}
        self.fakeHead = DLinkedNode()
        self.fakeTail = DLinkedNode()
        self.fakeHead.next = self.fakeTail
        self.fakeTail.pre = self.fakeHead

    def get(self, key):
        """
        :type key: int
        :rtype: int
        """
        if key in self.hashMap:
            node = self.hashMap[key]

            self.remove(node)
            self.addToHead(node)

            return node.value
        return -1

    def put(self, key, value):
        """
        :type key: int
        :type value: int
        :rtype: None
        """
        if key in self.hashMap:
            self.hashMap[key].value = value
            node = self.hashMap[key]

            self.remove(node)
            self.addToHead(node)

        else:
            node = DLinkedNode(key, value)
            self.hashMap[key] = node

            self.addToHead(node)

            # 超出范围，删除
            if len(self.hashMap) > self.capacity:
                node = self.fakeTail.pre

                self.remove(node)
                self.hashMap.pop(node.key)

    def remove(self, node):
        node.pre.next = node.next
        node.next.pre = node.pre

    def addToHead(self, node):
        node.next = self.fakeHead.next
        node.pre = self.fakeHead
        node.next.pre = node
        self.fakeHead.next = node

# Your LRUCache object will be instantiated and called as such:
# obj = LRUCache(capacity)
# param_1 = obj.get(key)
# obj.put(key,value)