LRU 缓存

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

题解：

​ 常做常新的一道题，其实有点偏向于模板题目了，没有做过上来直接写会很抓瞎，有一些常见的问题

• 为什么用双向链表而不是单向链表？ 将某个节点移动到链表头部或者将链表尾部节点删去，都要用到删除链表中某个节点这个操作。你想要删除链表中的某个节点，需要找到该节点的前驱节点和后继节点。对于寻找后继节点，单向链表和双向链表都能通过 next 指针在O(1)时间内完成；对于寻找前驱节点，单向链表需要从头开始找，也就是要O(n)时间，双向链表可以通过前向指针直接找到，需要O(1)时间。综上，要想在O(1)时间内完成该操作，当然需要双向链表，实际上就是用双向链表空间换时间了。
• 为什么链表节点需要同时存储 key 和 value，而不是仅仅只存储 value？ 因为删去最近最少使用的键值对时，要删除链表的尾节点，如果节点中没有存储 key，那么怎么知道是哪个 key 被删除，进而在 map 中删去该 key 对应的 key-value 呢？

一定要多做几遍！！

type LRUCache struct {size, capacity intcache          map[int]*Nodehead, tail     *Node
}type Node struct {value, key intprev, next *Node
}func Constructor(capacity int) LRUCache {head := &Node{}tail := &Node{}head.next = tailtail.prev = headreturn LRUCache{capacity: capacity,cache:    make(map[int]*Node),head:     head,tail:     tail,}
}func (this *LRUCache) Get(key int) int {// 查询关键字 key 存在于缓存中，返回关键字的值，不存在则返回 -1if node, exist := this.cache[key]; exist {this.moveToHead(node)return node.value}return -1
}func (this *LRUCache) Put(key int, value int) {// 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 ，则逐出最久未使用的关键字if node, exist := this.cache[key]; exist {node.value = valuethis.moveToHead(node)} else {newNode := &Node{key: key, value: value}this.cache[key] = newNodethis.addToHead(newNode)this.size++if this.size > this.capacity {tail := this.removeTail()delete(this.cache, tail.key)this.size--}}
}// Put 操作元素，如果不存在向缓存中添加
func (this *LRUCache) addToHead(node *Node) {node.prev = this.headnode.next = this.head.nextthis.head.next.prev = nodethis.head.next = node
}// 本来在队列中的元素，最近访问（Get, Put）后移动到队首
func (this *LRUCache) moveToHead(node *Node) {this.removeNode(node)this.addToHead(node)
}// Put 操作插入，超出容量则移除节点
func (this *LRUCache) removeNode(node *Node) {node.prev.next = node.nextnode.next.prev = node.prev
}// 移除最近最久未使用的节点
func (this *LRUCache) removeTail() *Node {node := this.tail.prevthis.removeNode(node)return node
}/*** Your LRUCache object will be instantiated and called as such:* obj := Constructor(capacity);* param_1 := obj.Get(key);* obj.Put(key,value);*/