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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

• 获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
• 写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，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:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // 返回  1
cache.put(3, 3);    // 该操作会使得密钥 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得密钥 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

算法

这题的时间复杂度的好坏比较依赖于所选择的数据结构。

LRU是操作系统中提出的一种应用于页置换的算法，这里不过多介绍，举个实际例子即可知道本题要求实现的功能需要什么步骤：

想象有一个队列的最大允许空间为3，
依次入队的顺序为 2，3，2，1，2，4；求LRU算法下队列的演变过程。
---------------------------------------------------
- 队列初始为空，2进入后队列情况为：2
- 队列还有2个剩余位置，3进入后队列情况为：2 3
- 队列还有1个剩余位置，这次入队的数据为2，它本来就已在队列中，根据LRU算法，需要将2调到队列末尾，因此队列情况为：3 2
- 队列还有1个剩余位置，这次入队数据为1，入队后队列情况为：2 3 1
- 队列已经没有剩余位置，但是入队数据为2，它本来就在队列中，根据LRU算法，需要将2调到队列末尾，因此队列情况为：3 1 2
- 队列已经没有剩余位置，新进入的数据为4，根据LRU需要淘汰最近最少被使用的数据，即队首的数据3，更新后队列情况为：1 2 4
---------------------------------------------------
上面即为LRU算法的一个例子

选择hash表与双向链表作为实现主体功能的两个数据结构，主要是因为双向链表便于插入删除，而hash表可以较快查找到需要返回的value。具体一点，整个LRUCache可能长下面这样：

代码

#include <iostream>
#include <list>
#include <unordered_map>
using namespace std;
struct listNode{
    int key, value;
    listNode *pre, *next;
    listNode(int _key, int _value): key(_key), value(_value)
    {
        pre = next = NULL;
    }
};
class LRUCache {
public:
    // hash_table末端保存最近刚被使用的节点，前端保存最近最少被使用节点
    unordered_map<int, listNode*> hash_table;
    listNode *head, *tail;
    int cap, size;
    LRUCache(int capacity) {
        cap = capacity;
        size = 0;
        head = new listNode(-1, -1);
        tail = new listNode(-1, -1);
        head->next = tail;
        tail->pre = head;
    }
    int get(int key) {
        if (hash_table.find(key) == hash_table.end())
            return -1;
        else
        {
            // 记录该ID指向节点的指针
            listNode *tmp = hash_table[key];
            /*** 更改节点在表中的顺序 ***/
            // 1. 删除hash_table[key]
            delNode(tmp);
            // 2. 将hash_table[key]插入末尾
            pushNodeBack(tmp);
            return tmp->value;
        }
    }
    void put(int key, int value) {
        // 这个key本身保存在表中
        if (hash_table.find(key) != hash_table.end())
        {
            listNode *tmp = hash_table[key];
            // 从链表头部去掉这个点
            delNode(tmp);
            // 更新表中key对应链表节点的value
            tmp->value = value;
            // 从链表尾部插入这个点
            pushNodeBack(tmp);
            return;
        }
        // 链表的空间已满
        if (cap == size)
        {
            // 空间不够，踢出队列最前端的ID
            listNode *tmp = head->next;
            // 在表中删除这个点
            hash_table.erase(tmp->key);
            // 从链表头部去掉这个点
            delNode(tmp);
            // 释放被删除的点的空间
            delete tmp;
        }
        else
            size++;
        listNode *node = new listNode(key, value);
        hash_table[key] = node;
        pushNodeBack(node);
    }
    void delNode(listNode *node)
    {
        node->pre->next = node->next;
        node->next->pre = node->pre;
    }
    void pushNodeBack(listNode *node)
    {
        tail->pre->next = node;
        node->pre = tail->pre;
        node->next = tail;
        tail->pre = node;
    }
};
int main()
{
    LRUCache *cache = new LRUCache(2);
    cache->put(1, 1);
    cache->put(2, 2);
    cout << cache->get(1) << endl;       // 返回  1
    cache->put(3, 3);                    // 该操作会使得密钥 2 作废
    cout << cache->get(2) << endl;       // 返回 -1 (未找到)
    cache->put(4, 4);                    // 该操作会使得密钥 1 作废
    cout << cache->get(1) << endl;       // 返回 -1
    cout << cache->get(3) << endl;       // 返回  3
    cout << cache->get(4) << endl;       // 返回  4
}