Leetcode 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。

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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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 <= 3000
  • 0 <= value <= 104
  • 最多调用 3 * 104 次 get 和 put

解题思路

LRU缓存机制需要两点：

  1. 判断一个 key 是否已经在 cache 中；
  2. 对 cache 需要频繁大量的插入和删除操作；

根据这两者要求，要想实现 O（1）的时间复杂度，我们使用 map + 双向链表的方式去实现。map用来判断一个 key 是否已经在 cache 中，双向链表来作为 cache 。

容易出现的错误有：

  1. 申请的内存空间忘记释放，造成内存泄露；
  2. 在 put 函数中需要初始化 cache 的容量，判断当前cache的 size 是否已经超过了容量；

一个小技巧：

为了避免对头结点和尾结点的特判，我们可以在首尾各加入一个伪结点。

示例代码

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
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
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:
    std::unordered_map<int,DLinkedNode*>cache;
    DLinkedNode* head;
    DLinkedNode* tail;
    int size;
    int capacity;

public:
    LRUCache(int _capacity):capacity(_capacity),size(0)
    {
        head=new DLinkedNode();
        tail=new DLinkedNode();
        head->next=tail;
        tail->prev=head;
    }

    int get(int key)
    {
        if(cache.count(key)>0)
        {
            DLinkedNode* cur=cache[key];
            moveToHead(cur);
            return cur->value;
        }
        return -1;
    }

    void put(int key,int value)
    {
        if(cache.count(key)>0)
        {
            DLinkedNode* cur=cache[key];
            cur->value=value;
            moveToHead(cur);
        }
        if(!cache.count(key))
        {
            DLinkedNode* node=new DLinkedNode(key,value);
            cache[key]=node;
            insertHead(node);
            size++;
            if(size>capacity)
            {
                DLinkedNode* getTail=removeTail();
                cache.erase(getTail->key);
                delete getTail;
                size--;
            }
        }

    }

    void remove(DLinkedNode* cur)
    {
        cur->prev->next=cur->next;
        cur->next->prev=cur->prev;
    }

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

    void moveToHead(DLinkedNode* node)
    {
        remove(node);
        insertHead(node);
    }

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

};

**PS: ** 改来改去，最终还是改为了官方答案的样子，sad……