链表-LRU缓存

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：
LRU是Least Recently Used的缩写，意为“最近最少使用”。LRU是一种常用的缓存淘汰策略，用于管理缓存中的数据。

举个例子，你从一堆书中找出自己想要看的书，读完之后一般是放在最上面；如果你又从其他地方拿了一本书读完之后，打算放入这堆书中，如果这堆书中还有同名书，只是年份不同，那么就用这本书进行替换，如果没有同名书，由于“空间”不够使用，只能将最底下的书移走，再放入这本书

LRU缓存算法的基本思想是：当缓存空间不足时，优先淘汰最近最少使用的数据，以便为新数据腾出空间。具体来说，LRU算法会维护一个有序列表，列表中的元素按照访问时间从新到旧排列。每当缓存命中时，就将命中的数据移动到列表的头部，每当缓存缺失时，就将新数据插入到列表的头部，并将列表尾部的数据淘汰掉。

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。

由于题目要求O(1)复杂度，采取双链表，每个节点都是一本书；使用哈希来快速查找书籍

先创建节点Node

struct Node{
    int _key;
    int _value;
    Node* _next;
    Node* _prev;
    Node(int key, int value): _key(key), _value(value), _next(nullptr), _prev(nullptr){}
};
1
2
3
4
5
6
7

刚开始时，使用一个哨兵节点

class LRUCache {
private:
    Node* _dummy;
    int _capacity;
    unordered_map<int, Node*> _map;
    
public:
    LRUCache(): _dummy(new Node(-1, -1)), _capacity(0){
        _dummy->_next = _dummy;
        _dummy->_prev = _dummy;
    }
};
1
2
3
4
5
6
7
8
9
10
11
12

实现查找书

    Node* get_node(int key)//查找书
    {
        auto it=_map.find(key);
        if(it==_map.end())//没找到
            return nullptr;
        auto node=it->second;//找到了
        remove(node);//从书堆中取出
        insert_to_head(node);//放在书顶
        return node;
    }
1
2
3
4
5
6
7
8
9
10

实现将书从书堆中移除

    void remove(Node* node)//从书堆中移除
    {
        node->_prev->_next = node->_next;
        node->_next->_prev = node->_prev;
    }
1
2
3
4
5

实现将书放入书顶

    void insert_to_head(Node* node)//放入书顶
    {
        node->_next = _dummy->_next;
        node->_prev = _dummy;
        _dummy->_next->_prev = node;
        _dummy->_next = node;
    }
1
2
3
4
5
6
7

实现取书get功能

    int get(int key)
    {
        auto node=get_node(key);//查找这本书
        return node?node->_value:-1;
    }
1
2
3
4
5

实现放入put功能

    void put(int key, int value)
    {
        auto node = get_node(key);
        if(node)//书堆中已经存在，进行替换
        {
            node->_value=value;
            return;
        }
        _map[key]=node=new Node(key, value);
        insert_to_head(node);//独一份，放入书顶
        if(_map.size()>_capacity)
        {
            auto node=_dummy->_prev;
            remove(node);
            _map.erase(node->_key);
            delete node;
        }
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

完整代码

struct Node{
    int _key;
    int _value;
    Node* _next;
    Node* _prev;
    Node(int key, int value): _key(key), _value(value), _next(nullptr), _prev(nullptr){}
};

class LRUCache {
private:
    Node* _dummy;
    int _capacity;
    unordered_map<int, Node*> _map;

    void remove(Node* node)//从书堆中移除
    {
        node->_prev->_next = node->_next;
        node->_next->_prev = node->_prev;
    }

    void insert_to_head(Node* node)//放入书顶
    {
        node->_next = _dummy->_next;
        node->_prev = _dummy;
        _dummy->_next->_prev = node;
        _dummy->_next = node;
    }

    Node* get_node(int key)//查找书
    {
        auto it=_map.find(key);
        if(it==_map.end())//没找到
            return nullptr;
        auto node=it->second;//找到了
        remove(node);//从书堆中取出
        insert_to_head(node);//放在书顶
        return node;
    }

public:
    LRUCache(): _dummy(new Node(-1, -1)), _capacity(0){
        _dummy->_next = _dummy;
        _dummy->_prev = _dummy;
    }

    int get(int key)
    {
        auto node=get_node(key);//查找这本书
        return node?node->_value:-1;
    }

    void put(int key, int value)
    {
        auto node = get_node(key);
        if(node)//书堆中已经存在，进行替换
        {
            node->_value=value;
            return;
        }
        _map[key]=node=new Node(key, value);
        insert_to_head(node);//独一份，放入书顶
        if(_map.size()>_capacity)
        {
            auto node=_dummy->_prev;
            remove(node);
            _map.erase(node->_key);
            delete node;
        }
    }
};
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70