146. LRU 缓存

请你设计并实现一个满足 LRU (最近最少使用) 缓存约束的数据结构。

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 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该逐出最久未使用的关键字。

函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。

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

本题解法hash+双链表。

map解决了key-value映射的问题，以o(1)的时间复杂度确定位置。

双链表的插入、删除都是o(1)，而且双链表的front和back可以体现出来最常用的数据，和最不常用的数据。

go 复制代码

type LRUCache struct {
	capacity int
	list     *list.List
	query    map[int]*list.Element
}

type node struct {
	key   int
	value int
}

func Constructor(capacity int) LRUCache {
	return LRUCache{
		capacity: capacity,
		list:     list.New(),
		query:    make(map[int]*list.Element),
	}
}

func (this *LRUCache) Get(key int) int {
	elem, ok := this.query[key]
	if !ok {
		return -1
	}
	// 根据LRU，最近使用到的移动到最前面
	this.list.MoveToFront(elem)
	return elem.Value.(*node).value
}

func (this *LRUCache) Put(key int, value int) {
	elem, ok := this.query[key]
	if !ok {
		ele := this.list.PushFront(&node{key: key, value: value})
		this.query[key] = ele
		if len(this.query) > this.capacity {
			outEle := this.list.Back()
			this.list.Remove(outEle)
			delete(this.query, outEle.Value.(*node).key)
		}
	} else {
		elem.Value.(*node).value = value
		this.list.MoveToFront(elem)
	}
}