146. LRU Cache

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 。
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) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-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久未使用的数据值，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：

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 <= 105
最多调用 2 * 105 次 get 和 put

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/lru-cache
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

使用双向链表+hash，注意一个技巧是加上一个首尾指针使得实现起来简单很多；

struct DLinkedNode {
    int key, value;
    DLinkedNode* prev;
    DLinkedNode* next;
    DLinkedNode(): key(0), value(0), prev(nullptr), next(nullptr) {}
    DLinkedNode(int _key, int _value): key(_key), value(_value), prev(nullptr), next(nullptr) {}
};

class LRUCache {
private:
    int mCapacity;
    int mCurrentSize;
    DLinkedNode* mHead;
    DLinkedNode* mTail;
    unordered_map<int, DLinkedNode*> mHashMap;
public:
    LRUCache(int capacity) {
        mCapacity = capacity;
        mCurrentSize= 0;
        mHead = new DLinkedNode;
        mTail = new DLinkedNode;

        mHead->next = mTail;
        mTail->prev = mHead;
    }
    void mvToHead(DLinkedNode* node)
    {
        DLinkedNode* preNode = node->prev;
        DLinkedNode* nextNode = node->next;
        preNode->next = nextNode;
        nextNode->prev = preNode;
        addToHead(node); 
    }
    void addToHead(DLinkedNode* node)
    {
        if(node==nullptr)
        {
            return;
        }
        DLinkedNode* nextNode = mHead->next;
        nextNode->prev = node;
        node->next = nextNode;
        mHead->next = node;
        node->prev = mHead;
    }
    void removeTail()
    {
        DLinkedNode* lastNode =  mTail->prev;
        if(lastNode == mHead)
        {
            return;
        }
        DLinkedNode* preNode = lastNode->prev;
        preNode->next = mTail;
        mTail->prev = preNode;
        mHashMap.erase(lastNode->key);
        delete lastNode;
    }
    int get(int key) {
        if(mHashMap.find(key) == mHashMap.end())
        {
            return -1;
        }
        DLinkedNode* node =  mHashMap[key];
        mvToHead(node);
        return node->value;
    }
    
    void put(int key, int value) {
        if(mHashMap.find(key) != mHashMap.end())
        {
             DLinkedNode* node =  mHashMap[key];
             node->value = value;
             mvToHead(node);
             return;
        }
        DLinkedNode* node = new DLinkedNode(key, value);
        addToHead(node);
        mHashMap.insert(make_pair(key,node));
        //mHashMap[key] = node;
        mCurrentSize++;
        if(mCurrentSize > mCapacity)
        {   mCurrentSize=mCapacity;
            removeTail();
        }
        return;
    }
};

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache* obj = new LRUCache(capacity);
 * int param_1 = obj->get(key);
 * obj->put(key,value);
 */