[Leetcode] LRU Cache. 哈希表+双向链表之实现

题目

首先来看题目，就是实现一个LRU，最近最少使用。

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.

set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

思路

get()

相当于读，

set()

即是写。一次读或写意味着对缓存块使用了一次，该缓存的优先级就提高。

思路比较简单，基于哈希表和双向链表。先通过哈希表查找缓存块的位置，也就是缓存块在链表中的位置。然后把该缓存块置于链表表头。如果缓存已经满了，那就把表尾的缓存块丢掉，再在表头插入新的缓存块。

实现

用C++11实现的时候比较蛋疼，怪自己不够熟悉STL。

这里用到连个容器：

std::list

，相当于双向链表。

splice()

，

push_front()

，

pop_back()

的复杂度为O(1)。

std::unordered_map

，相当于哈希表。

find()

，

insert()

，

erase()

的复杂度为O(1)（单个element）。

这里需要注意的地方有两点：

1. 由于这里用了

std::list

，所以就不能用指针指向list中的element，要用iterator。值得注意的是，

std::list

的iterator是不会因为插入删除而改变所指向的element的，而

std::vector

的iterator是会改变所指向的element的（例如

erase

了之后）。

所以在此哈希表可以这样实现：

unordered_map<int, list<T>::iterator> cacheMap;

2.

std::list

中，element的移动可以用

splice()

来实现：

例如：

std::list<int> list = {1,2,3};
auto it = list.begin();
it = std::next(it); //it指向第二个element，2
if (it != list.begin())
{
// 将list.begin()置于it之后
list.splice(list.begin(), list, it, std::next(it)); // 2,1,3
}

My Solution

/*
* LRUCache
*
* Using double linked list (stl list) and hash map(stl unordered_map)
*/

#include <iostream>
#include <unordered_map>
#include <memory>
#include <list>

using namespace std;

struct KeyVal
{
int key;
int value;
};

class LRUCache{
private:
int capacity;           // cache capacity
list<KeyVal> cache;     // cache, implement in Double-Linked-List
unordered_map<int, list<KeyVal>::iterator> cacheMap;    // Hash Map, quickly access to value

public:
LRUCache(int capacity):
capacity(capacity)
{ }

int get(int key) {
auto it = cacheMap.find(key);
// Find by key
if (it != cacheMap.end()) {
//Find it! Get the value.
auto kv = it->second;
// Move to front
if (kv != cache.begin())
cache.splice(cache.begin(), cache, kv, next(kv));

return kv->value;
}

return -1;
}

void set(int key, int value) {
auto it = cacheMap.find(key);
// Find by key
if (it != cacheMap.end() ){
// find and set new value
auto kv = it->second;
kv->value = value;
// move front
if (kv != cache.begin())
cache.splice(cache.begin(), cache, kv, next(kv));
}
else {
// Not found
if (cacheMap.size() < capacity) {
KeyVal newKv = {key, value};
// set in cache
cache.push_front(newKv);
// add to map
cacheMap.insert(make_pair(key, cache.begin()));
}else {
// Capacity is not enough
// Delete the least used value
int oldKey = cache.back().key;
cache.pop_back();
cacheMap.erase(oldKey);

// Add new value
KeyVal newKv = {key, value};
cache.push_front(newKv);
cacheMap.insert(make_pair(key, cache.begin()));
}
b5ed

}
}
};