146. LRU 缓存-Toy模板网

这篇具有很好参考价值的文章主要介绍了146. LRU 缓存。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

题目描述

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

提示：文章来源地址https://www.toymoban.com/news/detail-652225.html

1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put

解答

class LRUCache {
public:
    LRUCache(int capacity) : cap(capacity) {

    }
    
    int get(int key) {
        // unordered_map做查找
        if(map.find(key) == map.end())
        {
            return -1;
        }
        pair<int, int> key_value = *map[key]; 

        // list做插入删除
        // 将cache中原来访问的kv对删除，插入到cache头
        cache.erase(map[key]);
        cache.push_front(key_value);
        map[key] = cache.begin(); 
        return key_value.second;

    }
    
    void put(int key, int value) {
        // 待插入元素在cache中没有
        if(map.find(key) == map.end())
        {
            // cache已满，删除最近最久未用
            if(cache.size() == cap)
            {
                map.erase(cache.back().first);
                cache.pop_back(); // 
            }
        }
        else // 待插入元素在cache中存在，把原来队组删除
        {
            cache.erase(map[key]);
        }
        // 插入
        cache.push_front(pair<int, int> (key, value));
        map[key] = cache.begin();
    }

private:
    // key为插入的关键字
    unordered_map<int, list<pair<int, int>>::iterator> map; // 哈希表查找快
    // list 存具体缓存内容
    list<pair<int, int>> cache; // 链表插入快，队尾是最近最久未用
    int cap;
};

/**
 * 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);
 */