【Leetcode146】LRU Cache

问题描述：

　　设计一个LRU Cache . LRU cache 有两个操作函数。

　　1.get(key)。 返回cache 中的key对应的 val 值；

　　2.set(key, value)。　

　　用伪代码描述如下：

if  cache中存在key  then 更新value;

else cache中不存在key

　　if cache 容量超过限制 then 删除最久未访问的key

　　else cache 容量未超过限制 then 插入新的key

问题分析：

　　首先了解LRU原理是：优先删除最早访问的元素。（题中说的是 invalidate the least recently used item . Least 的反义词是 most , most recently 意思是最近的, 可知 least recently 意思是距离现在最远的，也就是最早的）

在不理解错题意的情况下，我们可以知道，涉及到cache中元素访问时间更新，在get 和 set都会产生。

　　这道题关键是如何维护这个cache中，每个元素的访问时间。如果使用普通数组来存储每个元素的最近一次访问时间，更新操作的时间复杂度是O(1),但是查询全局最小时间的复杂度将会达到O(n)）(当然这里都是指在一次set操作的情况下)。在这道题中会超时，所以这里使用了set来动态的维护每一个元素的最近一次的访问时间。因为set内部实现是一棵红黑树（也就是 平衡二叉搜索树，昨天刚刚实现了一棵二叉搜索树 好巧 今天就用到了set），所以每次更新操作（find erase insert）的时间复杂度O(log n)。最后，因为这道题的key值很小，所以可以用一个数组来哈希key值，O(1)。如果用map来哈希的话，O(log n)你会得到一个 TLE。卡常数， 我×××

ps:这道题坑爹之处 ，他把set函数定义的和STL 中set名字一模一样， 哥只能用 multiset来将就，还好这道题里有hash [key]顶着，要不就gg了。

最后代码：

class LRUCache{
public:
      int cap;

     LRUCache(int capacity) {
            memset(isInCacheMp,  , sizeof isInCacheMp);
            cap = capacity;
            globalTick = ;
            tickSet.clear();
     }

     int get(int key) {
            if(isInCacheMp[key] ){//在 cache中，更新tick
                  int oldTick = keyToTickMp[key];
                  tickSet.erase(oldTick);
                  keyToTickMp[key] = globalTick ++;
                  tickToKeyMp[keyToTickMp[key]] = key;
                  tickSet.insert(keyToTickMp[key]);
                  return keyToValMp[key];
            }
            else
                  return -;
     }

     void set(int key, int value) {
            if(isInCacheMp[key]){ //key在cache中，那么更新key的value
                  //更新value
                  keyToValMp[key] = value;
                  //更新tick
                  int oldTick = keyToTickMp[key];
                  tickSet.erase(oldTick);//删掉原tick
                  keyToTickMp[key] = globalTick ++;
                  tickToKeyMp[keyToTickMp[key]] = key;
                  tickSet.insert(keyToTickMp[key]);//更新tick
            }
            else{//key不在cache中，加入新key
                  //cout<<"tick set size is "<<tickSet.size()<<endl;
                  //cout<<"capacity is "<<LRUCache::cap<<endl;
                  if(tickSet.size() >= cap){//超过容量
                        //删除第一个（最小的）tick   对应的key失效
                        int oldTick = *tickSet.find( *tickSet.begin() );
                        int oldKey = tickToKeyMp[oldTick];
                        //cout<<"old tick "<<oldTick<<"    old key is "<<oldKey<<endl;
                        isInCacheMp[oldKey] = ;
                        tickSet.erase(*tickSet.begin());
                  }
                  //插入一个新的key 以及对应的 tick
                  isInCacheMp[key] = ;
                  keyToValMp[key] = value;
                  keyToTickMp[key] = globalTick ++;
                  tickToKeyMp[keyToTickMp[key]] = key;
                  tickSet.insert(keyToTickMp[key]);
            }
     }

private:

      int globalTick;
      /*
      **每一个key拥有唯一的tick 所以size也代表当前的key个数
      **tick越大代表对应的key越近被使用过
      */
      multiset<int> tickSet;

      map<int, int>keyToTickMp;//key对应的tick

      map<int, int>tickToKeyMp;//tick对应的key

      map<int, int>keyToValMp;//key对应的val

      //map<int, int>isInCacheMp;//记录key是否在cache中
      int isInCacheMp[];
};

good luck ， 加油。

吃晚饭完，回来又看了一下，突然想到 map 不就是一颗红黑树，其实完全可以代替set，这样只开一个数据结构就可以 了。然后，重写了一下。以后使用map要用标准函数，查找时用find，不要过于迷信默认的初始化值要不会引入隐形的bug.

class LRUCache{
public:
     int cap;
     int usedSize;
     LRUCache(int capacity) {
            cap = capacity;
            globalTick = ;
            usedSize = ;
     }
     int get(int key) {
            globalTick ++;
            if(keyToValMp.find(key) != keyToValMp.end()){//在 cache中，更新tick
                  int oldTick = keyToTickMp[key];
                  keyToTickMp[key] = globalTick;
                  tickToKeyMp.erase(oldTick);
                  tickToKeyMp[globalTick] = key;
                  return keyToValMp[key];
            }
            else
                  return -;
     }

     void set(int key, int value) {
            globalTick ++;
            if(keyToValMp.find(key) != keyToValMp.end()){ //key在cache中，那么更新key的value
                  //更新value
                  keyToValMp[key] = value;
                  //更新tick
                  int oldTick = keyToTickMp.find(key) -> second;
                  keyToTickMp.erase(key);
                  keyToTickMp[key] = globalTick;
                  tickToKeyMp.erase(oldTick);
                  tickToKeyMp[globalTick] = key;
            }
            else{//key不在cache中，加入新key
                  if(usedSize >= cap){//超过容量
                        //删除第一个（最小的）tick   对应的key失效
                        int oldTick = tickToKeyMp.begin()->first;
                        int oldKey = tickToKeyMp.begin()->second;
                        tickToKeyMp.erase(oldTick);
                        keyToTickMp.erase(oldKey);
                        keyToValMp.erase(oldKey);
                        usedSize --;
                  }
                  //插入一个新的key 以及对应的 tick
                  keyToValMp[key] = value;
                  keyToTickMp[key] = globalTick;
                  tickToKeyMp[globalTick] = key;
                  usedSize ++;
            }
     }

private:

      int globalTick;//全局时间滴答

      map<int, int>keyToTickMp;//key对应的tick

      map<int, int>tickToKeyMp;//tick对应的key

      map<int, int>keyToValMp;//key对应的val

};