LeetCode35 - LRU 缓存 | 很多时候不懂事

📝 题目描述

题目链接：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：

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。

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 <= 10^5
最多调用 2 * 10^5 次 get 和 put

💡 解题思路

方法一：哈希表 + 双向链表

LRU 缓存机制可以通过哈希表辅以双向链表实现，我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。

双向链表按照被使用的顺序存储了这些键值对，靠近尾部的键值对是最近使用的，而靠近头部的键值对是最久未使用的。
哈希表即为普通的哈希映射，通过缓存数据的键映射到其在双向链表中的位置。

这样以来，我们首先使用哈希表进行定位，找出缓存项在双向链表中的位置，随后将其移动到双向链表的尾部，即可在 $O(1)$ 的时间内完成 get 或者 put 操作。

代码的逻辑比较清晰，值得一提的是，使用一个伪头部（dummy head）和伪尾部（dummy tail）标记界限，这样在添加节点和删除节点的时候就不需要检查相邻的节点是否存在。

🔧 代码实现

1、哈希表 + 双向链表

class Node {
public:
    int key;
    int value;
    Node* pre;
    Node* next;
    Node(int key, int _value): key(key), value(_value), pre(nullptr), next(nullptr) {}
    Node(int key, int value, Node* pre, Node* next) {
        this -> key = key;
        this -> value = value;
        this -> pre = pre;
        this -> next = next;
    }
};

class LRUCache {
public:
    int size;
    int capacity;
    Node* head;
    Node* tail;
    unordered_map<int, Node*> mp;
    LRUCache(int capacity) {
        this -> capacity = capacity;
        this -> size = 0;
        this -> head = new Node(-1, -1);
        this -> tail = new Node(-1, -1);
        head -> next = tail;
        tail -> pre = head;
    }

    void removeNode(Node* node) {
        node -> pre -> next = node -> next;
        node -> next -> pre = node -> pre;
    }

    void addNode(Node* node) {
        node -> pre = tail -> pre;
        node -> next = tail;

        tail -> pre -> next = node;
        tail -> pre = node;
    }
    
    int get(int key) {
        if(mp.count(key)) {
            Node* temp = mp[key];

            // 分离temp
            removeNode(temp);
            // 插入temp到尾部
            addNode(temp);

            return temp -> value;
        } else {
            return -1;
        }
    }
    
    void put(int key, int value) {
        if(mp.count(key)) {
            mp[key] -> value = value;
            // 分离节点
            removeNode(mp[key]);
            // 插入节点到尾部
            addNode(mp[key]);
        } else {
            if(capacity == size) {
                Node* temp = head -> next;
                // 分离temp
                removeNode(temp);
                // 擦除temp
                mp.erase(temp -> key);
                // 释放空间
                delete temp;
                size--;
            }
            Node* temp = new Node(key, value);
            // 插入temp到尾部
            addNode(temp);
            mp[key] = temp;
            size++;
        }
    }
};

/**
 * 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);
 */

LeetCode35 - LRU 缓存

📝 题目描述

💡 解题思路

方法一：哈希表 + 双向链表

🔧 代码实现

1、哈希表 + 双向链表

📊 复杂度分析

1、哈希表 + 双向链表

🎯 总结