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

我的解法

解题思路

面试时遇到的一道题目，并没做出来。主要是实现方法是使用一个map和双向链表，map来记录key值和对应的链表节点，双向链表来记录缓存的顺序。头部代表最新的数据，尾部代表最旧的数据。同时我们需要的功能有：增加链表头部节点，删除链表节点，删除尾部节点。

实现代码

// 双向链表
struct DeLinkedList{
    int key, value;
    DeLinkedList* prev;
    DeLinkedList* next;
    DeLinkedList() : key(0), value(0), prev(nullptr), next(nullptr) {}
    DeLinkedList(int _key, int _value) : key(_key), value(_value), prev(nullptr), next(nullptr) {}
};


class LRUCache {
private:
    int size;
    int capacity;
    DeLinkedList* dummyHead;
    DeLinkedList* dummyTail;
    unordered_map<int, DeLinkedList*> m;
public:
    LRUCache(int _capacity) {
        capacity = _capacity;
        dummyHead = new DeLinkedList();
        dummyTail = new DeLinkedList();
        dummyHead -> next = dummyTail;
        dummyTail -> prev = dummyHead;
        size = 0;
    }
    
    int get(int key) {
        if (m.find(key) == m.end())
            return -1;
        else{
            DeLinkedList* node = m[key];
            moveToHead(node);
            return node -> value;
        }

    }
    
    void put(int key, int value) {
        if (m.find(key) == m.end()){
            DeLinkedList* node = new DeLinkedList(key, value);
            m[key] = node;
            addToHead(node);
            size++;
            if (size > capacity){
                DeLinkedList* tail = removeTail();
                m.erase(tail -> key);
                delete tail;
                size--;
            }
        }
        else{
            DeLinkedList* node = m[key];
            moveToHead(node);
            node -> value = value;
        }
    }

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

    void addToHead(DeLinkedList* node){
        node -> prev = dummyHead;
        node -> next = dummyHead -> next;
        dummyHead -> next -> prev = node;
        dummyHead -> next = node;
    }

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

    DeLinkedList* removeTail(){
        DeLinkedList* node = dummyTail -> 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);
 */

我的「精神家园」

146.LRU Cache

题目描述

我的解法

解题思路

实现代码