LRU Cache实现

LRU Cache

描述：

　　Design and implement a data structure for Last 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.

分析：

　　为了使查找、插入和删除都有较高的性能，使用一个双向链表（std::list）和一个哈希表（std::unordered_map），因为：

　　1. 哈希表保存每个节点的地址，可以基本保证在O(1)时间内查找节点。

　　2. 双向链表插入和删除效率高，单向链表插入和删除时还要查找节点的前驱节点。

　　具体实现细节：

　　1. 越靠近链表头部，表示节点上次访问距离现在时间最短，尾部的节点表示最近访问最少。

　　2. 访问节点时，如果节点存在，把该节点交换到链表头部，同时更新哈希表中该节点的地址。

　　3. 插入节点时，如果cache的size达到了上限capacity，则删除尾部节点，同时要在哈希表中删除对应的项。新节点插入到链表头部。

代码：

class LRUCache{
private:
　　struct CacheNode{
　　　　int key;
　　　　int value;
　　　　CacheNode(int k, int v) : key(k), value(v){}
　　};
public:
　　LRUCache(int capacity){
　　　　this->capacity = capacity;
　　}

　　int get(int key){
　　　　if (cacheMap.find(key) == cacheMap.end()){
　　　　return -1;
　　}
　　// 把当前访问的节点移到链表头部，并且更新map中该节点的地址
　　cacheList.splice(cacheList.begin(), cacheList, cacheMap[key]);
　　cacheMap[key] = cacheList.begin();
　　return cacheMap[key]->value;
　　}

　　void set(int key, int value){
　　　　if (cacheMap.find(key) == cacheMap.end()){
　　　　　　if (cacheList.size() == capacity){ //删除链表尾部节点（最少访问的节点）
　　　　　　　　cacheMap.erase(cacheList.back().key);
　　　　　　　　cacheList.pop_back();
　　　　　　}

　　　　　　//插入新节点到链表头部，并且在map中增加该节点　　　　　　

　　　　　　cacheList.push_front(CacheNode(key, value));
　　　　　　cacheMap[key] = cacheList.begin();
　　　　}

　　　　else{

　　　　　　//更新节点的值，把当前访问的节点移到链表头部，并且更新map中该节点的地址

　　　　　　cacheMap[key]->value = value;
　　　　　　cacheList.splice(cacheList.begin(), cacheList, cacheMap[key]);
　　　　　　cacheMap[key] = cacheList.begin();

　　　　}

　　}

private:

　　int capacity;

　　std::list<CacheNode> cacheList;

　　unordered_map<int, std::list<CacheNode>::iterator> cacheMap;

};