原题
为最近最少使用（LRU）缓存策略设计一个数据结构，它应该支持以下操作：获取数据（get）和写入数据（set）。
1.获取数据get(key)
：如果缓存中存在key，则获取其数据值（通常是正数），否则返回-1。
2.写入数据set(key, value)：如果key还没有在缓存中，则写入其数据值。当缓存达到上限，它应该在写入新数据之前删除最近最少使用的数据用来腾出空闲位置。
解题思路
第一过程中涉及membership的查询 -> Hash Table
第二过程中涉及一个个的增、删 -> Linked List (数组不适合，数组适合一批一批的增删)
Linked List中的每个node要有next和prev属性，要同时记录Dummy(head)和tail
本解法采用的singly linked list所以hash表里面存的key指向的是前一个node
越最近使用的存在链表的尾部，假设链表长度已经达到上限
如果新来的值存在于链表，则踢除，然后加到尾部
如果信赖的值不在链表中，则剔除开头的值，然后新值加到尾部
完整代码
class LinkedNode:
def __init__(self, key=None, value=None, next=None):
self.key = key
self.value = value
self.next = next
class LRUCache(object):
def __init__(self, capacity):
"""
:type capacity: int
"""
self.hash = {}
self.head = LinkedNode()
self.tail = self.head
self.capacity = capacity
def push_back(self, node):
self.hash[node.key] = self.tail
self.tail.next = node
self.tail = node
def pop_front(self):
del self.hash[self.head.next.key]
self.head.next = self.head.next.next
self.hash[self.head.next.key] = self.head
# change "prev->node->next...->tail"
# to "prev->next->...->tail->node"
def kick(self, prev):
node = prev.next
if node == self.tail:
return
prev.next = node.next
if node.next is not None:
self.hash[node.next.key] = prev
node.next = None
self.push_back(node)
def get(self, key):
"""
:rtype: int
"""
if key not in self.hash:
return -1
self.kick(self.hash[key])
return self.hash[key].next.value
def set(self, key, value):
"""
:type key: int
:type value: int
:rtype: nothing
"""
if key in self.hash:
self.kick(self.hash[key])
self.hash[key].next.value = value
else:
self.push_back(LinkedNode(key, value))
if len(self.hash) > self.capacity:
self.pop_front()
