146. LRU缓存机制

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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，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:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // 返回  1
cache.put(3, 3);    // 该操作会使得密钥 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得密钥 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

分析

每次访问时，把key调整到队列尾部
队列满的时候，从开头删除
使用list，删除的复杂度时O(1).
使用unordered_map记录key的位置，达到通过key删除list的元素的复杂度达到O(1)的目的

代码

class LRUCache {
public:
    LRUCache(int capacity) {
        m_cap = capacity;
    }
    
    int get(int key) {
        auto it = m_map.find(key);
        if(it == m_map.end()) {
            return -1;
        } 
        int value = it->second->second;
        //调整位置，把访问过的key放到队列尾部
        m_list.erase(it->second);
        m_map.erase(it);
        m_list.push_back(make_pair(key, value));
        m_map[key] =  --m_list.end();
        return value; 
    }
    
    void put(int key, int value) {
        //把队列头的元素删除掉
        auto it = m_map.find(key);
        if(it != m_map.end()) {
            m_list.erase(it->second);
            m_map.erase(it);
        }
        if(m_map.size() >= m_cap) {
            auto it= m_map.find(m_list.front().first);
            if(it!= m_map.end()) {
                m_list.erase(it->second);
                m_map.erase(it);
            }
        }
        m_list.push_back(make_pair(key, value));
        m_map[key] =  --m_list.end();
    }
private:
    list<pair<int,int>> m_list;
    unordered_map<int, list<pair<int,int>>::iterator> m_map;
    int m_cap;
};

题目链接

https://leetcode-cn.com/problems/lru-cache/description/