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

代码

struct DLinkedNode{
    int key,value;
    DLinkedNode* prev;
    DLinkedNode* next;
    DLinkedNode(): key(0),value(0),prev(nullptr),next(nullptr) {}
    DLinkedNode(int _key,int _value): key(_key),value(_value),prev(nullptr),next(nullptr) {}
};

class LRUCache {
private:
    unordered_map<int,DLinkedNode*> cache;
    DLinkedNode* head;//越靠近head越是最近使用
    DLinkedNode* tail;//最久未使用的数据值
    int size;
    int capacity;

public:
    LRUCache(int _capacity): capacity(_capacity),size(0) {
        // 使用伪头部和伪尾部节点
        head=new DLinkedNode();
        tail=new DLinkedNode();
        head->next = tail;
        tail->prev = head;

    }
    
    int get(int key) {
        if(!cache.count(key)){
            return -1;
        }
        // 如果 key 存在，先通过哈希表定位，再移到头部
        DLinkedNode* node = cache[key];
        moveToHead(node);
        return node->value;
        
    }
    
    void put(int key, int value) {
        if(!cache.count(key)){
            // 如果 key 不存在，创建一个新的节点
            DLinkedNode* node = new DLinkedNode(key,value);
            //添加进哈希表
            cache[key] = node;
            //添加进双向链表的头部
            addToHead(node);
            ++size;
            if(size>capacity){
                //超出容量
                DLinkedNode* remove = removeTail();
                //删除哈希表中对应的项
                cache.erase(remove->key);
                //防止内存泄漏
                delete remove;
                --size;
            }
        }
        else{
            //如果key存在，先通过哈希表定位，在修改value，并且移动到头部
            DLinkedNode* node = cache[key];
            node->value = value;
            moveToHead(node);
        }

    }

    void addToHead(DLinkedNode* node){
        node->prev = head;
        node->next = head->next;
        head->next->prev = node;
        head->next = node;
    }

    void removeNode(DLinkedNode* node){
        node->prev->next = node->next;
        node->next->prev = node->prev;
    }

    void moveToHead(DLinkedNode* node){
        removeNode(node);
        addToHead(node);
    }

    DLinkedNode* removeTail(){
        DLinkedNode* node = tail->prev;
        removeNode(node);
        return node;
    }
};

/**
 * 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);
 */

标签：146,node,get,int,DLinkedNode,C++,LRU,value,key
来源： https://blog.csdn.net/weixin_45184581/article/details/120690274