声明：本文原题主要来自牛客网，记录此博客主要是为自己学习总结，不做任何商业等活动！

一、原题描述

描述

设计LRU(最近最少使用)缓存结构，该结构在构造时确定大小，假设大小为 k ，并有如下两个功能

1. set(key, value)：将记录(key, value)插入该结构

2. get(key)：返回key对应的value值

提示:

1.某个key的set或get操作一旦发生，认为这个key的记录成了最常使用的，然后都会刷新缓存。

2.当缓存的大小超过k时，移除最不经常使用的记录。

3.输入一个二维数组与k，二维数组每一维有2个或者3个数字，第1个数字为opt，第2，3个数字为key，value

若opt=1，接下来两个整数key, value，表示set(key, value)
若opt=2，接下来一个整数key，表示get(key)，若key未出现过或已被移除，则返回-1
对于每个opt=2，输出一个答案

4.为了方便区分缓存里key与value，下面说明的缓存里key用""号包裹

要求：set和get操作复杂度均为 O(1)O(1)

示例1

输入：

[[1,1,1],[1,2,2],[1,3,2],[2,1],[1,4,4],[2,2]],3

复制返回值：

[1,-1]

复制说明：

[1,1,1]，第一个1表示opt=1，要set(1,1)，即将(1,1)插入缓存，缓存是{"1"=1}
[1,2,2]，第一个1表示opt=1，要set(2,2)，即将(2,2)插入缓存，缓存是{"1"=1,"2"=2}
[1,3,2]，第一个1表示opt=1，要set(3,2)，即将(3,2)插入缓存，缓存是{"1"=1,"2"=2,"3"=2}
[2,1]，第一个2表示opt=2，要get(1)，返回是[1]，因为get(1)操作，缓存更新，缓存是{"2"=2,"3"=2,"1"=1}
[1,4,4]，第一个1表示opt=1，要set(4,4)，即将(4,4)插入缓存，但是缓存已经达到最大容量3，移除最不经常使用的{"2"=2}，插入{"4"=4}，缓存是{"3"=2,"1"=1,"4"=4}
[2,2]，第一个2表示opt=2，要get(2)，查找不到，返回是[1,-1]      

示例2

输入：

[[1,1,1],[1,2,2],[2,1],[1,3,3],[2,2],[1,4,4],[2,1],[2,3],[2,4]],2

复制返回值：

[1,-1,-1,3,4]

复制

备注：

二、解题

2.1思路分析

本体主要是设计一个LRU结构，LRU主要用在缓存策略上保证最近最少使用的数据页换出，从而提高CPU查找缓存的命中率。题目主要是设计一个结构类型struct Lru{};该类型包含两个成员方法get(int)和set(int,int)，且要求这两个方法的时间复杂度为O(1)。查找时间复杂度为O(1)我们一般想到查表，比如std::unordered_map和std::unordered_set，但是题目还要求插入和删除数据也是O(1)，这时一般的map和set和vector都不能满足要求，只有链表可以符合要求，故插入和删除元素需要用链表，故综合起来，可以在哈希表里面映射链表节点，这样就避免了链表查找时间复杂度为O(n)的情况。也就是本题需要设计一个哈希链表的复杂数据结构。

2.2首先双向的链表常见节点插入和删除函数封装

struct Node
{
    int key;
    int value;
    Node* pre;
    Node* next;
    Node(int key, int value, Node* pre = nullptr, Node* next = nullptr)
        : key(key), value(value), pre(pre), next(next) {}
};

void insetNode(Node* curNode, Node* node) // 将节点node插入curNode后面
{
    node->pre = curNode;
    node->next = curNode->next;
    curNode->next->pre = node;
    curNode->next = node;
}

void moveNode(Node* node)
{
    node->pre->next = node->next; // 删除节点node
    node->next->pre = node->pre;
}

2.3核心Lru函数设计

核心的Lru函数有两个，分别为get和set，其中需要一个哈希表table和一个链表head和tail；

哈希表table：主要作用是映射key和node节点，查找附件复杂度为O(1)

链表head和tail：主要作用是串联所有节点（限定最大容量），越靠后节点越少使用，优先删除，新节点插入左边第一个

int get(int key)：主要作用是获取key对应的value

void set(int key, int value)：主要作用是将节点加入哈希表和链表最前面

下面是核心函数代码：

int get(int key)

int get(int key)
{
    if (!table.count(key))
        return -1;
    Node* node = table[key];
    moveNode(node);
    insetNode(head, node);

    return node->value;
}

void set(int key, int value)

void set(int key, int value)
{
    if (!table.count(key)) // 节点不存在，则将新节点加入哈希表和链表
    {
        if (table.size() >= capability)
        {
            // 删除链表最后面节点和哈希表                    
            Node* node = tail->pre;
            table.erase(node->key); // 注意这里要删除尾部节点返回的key
            if (node != nullptr)
            {
                moveNode(node);
                delete node;
            }
        }
        Node* node = new Node(key, value);
        table[key] = node;
        insetNode(head, node);
    }
    else
    {
        // 存在key，先定位在移动到头部
        Node* node = table[key];
        node->value = value; // 更新value
        moveNode(node);
        insetNode(head, node);
    }
}

2.4完整Lru结构设计

struct Node
{
    int key;
    int value;
    Node* pre;
    Node* next;
    Node(int key, int value, Node* pre = nullptr, Node* next = nullptr)
        : key(key), value(value), pre(pre), next(next) {}
};

struct Lru
{
    Lru(int capability) : capability(capability)
    {
        head = new Node(0, 0);
        tail = new Node(0, 0);
        head->next = tail;
        tail->pre = head;
    }

    int get(int key)
    {
        if (!table.count(key))
            return -1;
        Node* node = table[key];
        moveNode(node);
        insetNode(head, node);

        return node->value;
    }

    void set(int key, int value)
    {
        if (!table.count(key)) // 节点不存在，则将新节点加入哈希表和链表
        {
            if (table.size() >= capability)
            {
                // 删除链表最后面节点和哈希表                    
                Node* node = tail->pre;
                table.erase(node->key); // 注意这里要删除尾部节点返回的key
                if (node != nullptr)
                {
                    moveNode(node);
                    delete node;
                }
            }
            Node* node = new Node(key, value);
            table[key] = node;
            insetNode(head, node);
        }
        else
        {
            // 存在key，先定位在移动到头部
            Node* node = table[key];
            node->value = value; // 更新value
            moveNode(node);
            insetNode(head, node);
        }
    }

private:
    void insetNode(Node* curNode, Node* node) // 将节点node插入curNode后面
    {
        node->pre = curNode;
        node->next = curNode->next;
        curNode->next->pre = node;
        curNode->next = node;
    }

    void moveNode(Node* node)
    {
        node->pre->next = node->next; // 删除节点node
        node->next->pre = node->pre;
    }

private:
    int capability; // 容量
    std::unordered_map<int, Node*> table; // 哈希链表
    Node* head; // 链表虚拟头部
    Node* tail; // 链表虚拟尾部
};

2.5解题代码

class Solution {
public:
    struct Node
    {
        int key;
        int value;
        Node *pre;
        Node *next;
        Node(int key, int value, Node *pre=nullptr, Node *next=nullptr)
            : key(key), value(value), pre(pre), next(next) {}
    };
    
    struct Lru
    {
        Lru(int capability) : capability(capability)
        {
            head = new Node(0,0);
            tail = new Node(0,0);
            head->next = tail;
            tail->pre = head;
        }
                
        int get(int key)
        {
            if(! table.count(key))
                return -1;
            Node *node = table[key];
            moveNode(node);
            insetNode(head, node);
            
            return node->value;
        }
        
        void set(int key, int value)
        {
            if(! table.count(key)) // 节点不存在，则将新节点加入哈希表和链表
            {
                if(table.size() >= capability)
                {
                    // 删除链表最后面节点和哈希表                    
                    Node *node = tail->pre;
                    table.erase(node->key); // 注意这里要删除尾部节点返回的key
                    if(node != nullptr)
                    {
                        moveNode(node);
                        delete node;
                    }
                }
                Node *node = new Node(key,value);
                table[key] = node;
                insetNode(head, node);                
            }
            else
            {
                // 存在key，先定位在移动到头部
                Node *node = table[key];
                node->value = value; // 更新value
                moveNode(node);                
                insetNode(head, node);                
            }
        }
    
   private:
        void insetNode(Node *curNode, Node *node) // 将节点node插入curNode前面
        {
            node->pre = curNode;
            node->next = curNode->next;
            curNode->next->pre = node;
            curNode->next = node;
        }
        
        void moveNode(Node *node)
        {
            node->pre->next = node->next; // 删除节点node
            node->next->pre = node->pre;
        }
        
    private:
        int capability; // 容量
        std::unordered_map<int,Node*> table; // 哈希链表
        Node *head; // 链表虚拟头部
        Node *tail; // 链表虚拟尾部
    };
    
        
    vector<int> LRU(vector<vector<int> >& operators, int k) {
        Lru lru(k);
        vector<int> ans;
        for(int i=0; i<operators.size();++i)
        {
            switch(operators[i][0])
            {
                case 1:
                    lru.set(operators[i][1], operators[i][2]);
                    break;
                case 2:
                    ans.push_back(lru.get(operators[i][1]));
                    break;
                default:
                    break;
            }            
        }
        return ans;
    }
};

输出：