[leetcode 问题解决 C++] 146.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

思路：无需多言，LRU是通过一个双向链表（有空的头、尾节点）和一个HashMap实现的，通过把最近使用过的节点放到链表头 ，然后在空间不足的时候剔除链表尾的节点来实现的。其中，HashMap主要用来记录一个节点是否存在，并提供用key来寻找对应节点相关数据的功能。

代码实现：

struct LinkedNode {
    int key_, value_;
    LinkedNode *prev;
    LinkedNode *next;
    LinkedNode()
        : key_(0), value_(0), prev(nullptr), next(nullptr) {}
    LinkedNode(int key, int value)
        : key_(key), value_(value), prev(nullptr), next(nullptr) {}
};

class LRUCache {
private:
    int size_, capacity_;
    LinkedNode *head;
    LinkedNode *tail;
    unordered_map<int, LinkedNode*> cache;

public:
    LRUCache(int capacity)
        : capacity_(capacity), size_(0) {
            head = new LinkedNode();
            tail = new LinkedNode();
            head->next = tail;
            tail->prev = head;
        }
    
    void put(int key, int value) {
        if(!cache.count(key)) { // 不存在这个页
            LinkedNode *node = new LinkedNode(key, value);
            cache[key] = node;
            addToHead(node);
            ++size_;
            if(capacity_ < size_) {
                LinkedNode *LRU = removeFromTail();
                cache.erase(LRU->key_);
                delete LRU;
                --size_;
            }
        }
        else if(cache.count(key)) {
            LinkedNode *node = cache[key];
            node->value_ = value;
            moveToHead(node);
        }
    }

    int get(int key) {
        if(!cache.count(key)) { // 不存在这个页
            return -1;
        }
        else {
            LinkedNode *node = cache[key];
            moveToHead(node);
            return node->value_;
        }
    }

    void addToHead(LinkedNode *node) {
        head->next->prev = node;
        node->next = head->next;
        node->prev = head;
        head->next = node;
    }

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

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

    LinkedNode *removeFromTail() {
        LinkedNode *node = tail->prev;
        removeNode(node);
        return node;
    }
};