[LeetCode 146.] LRU 缓存机制

LeetCode 146. LRU缓存机制

题目描述

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 <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put

解题思路

根据题目的提示，O(1) 时间的 get/put 显然是要使用 hashmap。然后我们继续思考“最近最少”这个查询条件的实现。
显然这里我们要维护一个访问记录的顺序关系，使用链表是一个合理的思路。
那么我们的设计也就呼之欲出了：

使用双向链表维护访问顺序，越靠近 head 的说明访问时间越近；
使用 hashmap 存储 key 到 ListNode 的映射关系，用于在 O(1) 时间 get/put 操作；
到达容量上限时，从 tail 删除元素；

参考代码

/*
 * @lc app=leetcode id=146 lang=cpp
 *
 * [146] LRU Cache
 */

// @lc code=start
class LRUCache {
    class DListNode {
      public:
        int key; // used to remove entry
        int val;
        DListNode *prev;
        DListNode *next;
        DListNode(int k = 0, int v = 0) : key(k), val(v), prev (nullptr), next (nullptr) {}
    };
private:
    unordered_map<int, DListNode*> cache;
    DListNode *head, *tail;
    int cap;
    int size;
public:
    LRUCache(int capacity) {
        cap = capacity;
        size = 0;
        head = new DListNode;
        tail = new DListNode;
        head->next = tail;
        tail->prev = head;
    }

    // int get(int key) Return -1 if the key not exists
    int get(int key) {
        if (cache[key]) {
            moveToHead(key);
            return cache[key]->val;
        } else {
            return -1;
        }
    }

    void put(int key, int value) {
        if (cache[key]) {
            moveToHead(key);
            cache[key]->val = value;
        } else {
            if (size < cap) {
                size ++;
                DListNode* p= new DListNode(key, value);
                addToHead(p);
                cache[key] = p;
            } else { // reuse object
                DListNode *p = removeFromTail();
                cache[p->key] = nullptr;
                addToHead(p);
                cache[key] = p;
                p->key = key;
                p->val = value;
            }
        }
    }
private:
    void moveToHead(int key) {
        // assert(cache.find(key));
        DListNode* p = cache[key];
        if (p->prev == head) return;
        p->prev->next = p->next;
        p->next->prev = p->prev;
        addToHead(p);
    }
    DListNode* removeFromTail() {
        // assert(tail->prev != head);
        DListNode* p = tail->prev;
        p->prev->next = tail;
        tail->prev = p->prev;
        return p;
    }
    void addToHead(DListNode* p) {
        p->next = head->next;
        head->next->prev = p;
        p->prev = head;
        head->next = p;
    }
};

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache* obj = new LRUCache(capacity);
 * int param_1 = obj->get(key);
 * obj->put(key,value);
 */
// @lc code=end