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：
- 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; -
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()));
}
}
}
};
