「这是我参与2022首次更文挑战的第17天，活动详情查看：2022首次更文挑战」
1、题目
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 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 <= 30000 <= key <= 100000 <= value <= 105- 最多调用
2 * 10^5次get和put
2、思路
(双链表+哈希)
使用一个双链表和一个哈希表：
- 双链表存储一个节点被使用（get或者put）的时间戳，且按最近使用时间从左到右排好序，最先被使用的节点放在双链表的第一位，因此双链表的最后一位就是最久未被使用的节点；
- 哈希表存储
key对应的链表中的节点地址,用于key-value的增删改查；
初始化：
n是缓存大小；- 双链表和哈希表都为空；
get(key)：
首先用哈希表判断key是否存在：
-
如果
key不存在，则返回-1； -
如果
key存在，则返回对应的value，同时将key对应的节点放到双链表的最左侧；
put(key, value)：
首先用哈希表判断key是否存在：
- 如果
key存在，则修改对应的value，同时将key对应的节点放到双链表的最左侧； - 如果
key不存在：- 如果缓存已满，则删除双链表最右侧的节点（上次使用时间最老的节点），更新哈希表；
- 否则，插入
(key, value)：同时将key对应的节点放到双链表的最左侧，更新哈希表；
时间复杂度分析：双链表和哈希表的增删改查操作的时间复杂度都是 ，所以get和put操作的时间复杂度也都是 。
对应的双链表的几种操作
1、删除p节点
p->right->left = p->left;
p->left->right = p->right;
2、在L节点之后插入p节点
p->right = L->right;
p->left = L;
L->right->left = p;
L->right = p;
2、c++代码
class LRUCache {
public:
//定义双链表
struct Node{
int key,value;
Node* left ,*right;
Node(int _key,int _value): key(_key),value(_value),left(NULL),right(NULL){}
}*L,*R;//双链表的最左和最右节点，不存贮值。
int n;
unordered_map<int,Node*>hash;
void remove(Node* p)
{
p->right->left = p->left;
p->left->right = p->right;
}
void insert(Node *p)
{
p->right = L->right;
p->left = L;
L->right->left = p;
L->right = p;
}
LRUCache(int capacity) {
n = capacity;
L = new Node(-1,-1),R = new Node(-1,-1);
L->right = R;
R->left = L;
}
int get(int key) {
if(hash.count(key) == 0) return -1; //不存在关键字 key
auto p = hash[key];
remove(p);
insert(p);//将当前节点放在双链表的第一位
return p->value;
}
void put(int key, int value) {
if(hash.count(key)) //如果key存在，则修改对应的value
{
auto p = hash[key];
p->value = value;
remove(p);
insert(p);
}
else
{
if(hash.size() == n) //如果缓存已满，则删除双链表最右侧的节点
{
auto p = R->left;
remove(p);
hash.erase(p->key); //更新哈希表
delete p; //释放内存
}
//否则，插入(key, value)
auto p = new Node(key,value);
hash[key] = p;
insert(p);
}
}
};
/**
* 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);
*/
4、Java代码
class LRUCache {
static Node head, tail;
static HashMap<Integer, Node> map = new HashMap<Integer,Node>();
static int n;
//删除当前结构体
static void remove(Node p)
{
p.right.left = p.left;
p.left.right = p.right;
}
//在队头加入结构体
static void insert(Node p)
{
p.right = head.right;
p.right.left = p;
p.left = head;
head.right = p;
}
public LRUCache(int capacity) {
n = capacity;
head = new Node(-1, -1);
tail = new Node(-1, -1);
head.right = tail;
tail.left = head;
map.clear();
}
public int get(int key) {
if(!map.containsKey(key)) return -1;
Node p = map.get(key);
remove(p);
insert(p);
return p.val;
}
public void put(int key, int value) {
//若哈希表中存在
if(map.containsKey(key))
{
Node p = map.get(key);
p.val = value;
remove(p);
insert(p);
}
//哈希表不存在
else
{
if(map.size() == n)
{
Node p = tail.left;
remove(p);
map.remove(p.key);
}
Node t = new Node(key, value);
insert(t);
map.put(key, t);
}
}
}
class Node
{
int key, val;
Node left, right;
Node(int key, int val)
{
this.key = key;
this.val = val;
}
}
/**
* 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);
*/
