leetcode0146. LRU 缓存-medium

1 题目：LRU 缓存

官方标定难度：中

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：

1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= $10^5$
最多调用 2 * $10^5$ 次 get 和 put

2 solution

用 hashmap 结合链表完成。
1 用 hashmap 完成 O(1) 查找
2 用 链表维持 k 个元素

代码

class LRUCache {
    /*
     * 用一个map,存放元素在 list 中的位置
     * get, 通过 map 查找，没有找到返回-1， 如果找到元素，把元素移动到head并返回值
     * set，通过 map 查找，如果没有找到，新增到 head 处，如果超过容量，删除尾部
     *      如果找到了，更改 值 并把元素移动到head
     */
    int capacity;
    list<pair<int, int>> lst;
    unordered_map<int, list<pair<int, int>>::iterator> map;

public:
    LRUCache(int capacity) {
        this->capacity = capacity;
    }

    int get(int key) {
        if (map.find(key) == map.end()) return -1;
        auto it = map[key];
        lst.push_front(*it);
        lst.erase(it);
        map[key] = lst.begin();
        return lst.front().second;
    }

    void put(int key, int value) {
        auto it = map.find(key);
        if (it == map.end()) {
            lst.emplace_front(key, value);
            if(lst.size() > capacity){
                map.erase(lst.back().first);
                lst.pop_back();
            }
            map[key] = lst.begin();
        } else {
            auto itt = it->second;
            lst.erase(itt);
            lst.emplace_front(key, value);
            map[key] = lst.begin();
        }
    }
};

结果