【算法--链表】146.LRU缓存--通俗讲解

通俗易懂讲解"LRU缓存"算法题目

一、题目是啥？一句话说清

设计一个LRU缓存，支持get和put操作，当缓存满时淘汰最久未使用的数据，且get和put操作的时间复杂度必须是O(1)。

示例：

初始化：容量为2
put(1, 1) → 缓存: {1=1}
put(2, 2) → 缓存: {1=1, 2=2}
get(1) → 返回1，缓存: {2=2, 1=1}（1被访问，移到前面）
put(3, 3) → 缓存满，淘汰2，缓存: {1=1, 3=3}

二、解题核心

使用哈希表+双向链表。哈希表保证get操作O(1)，双向链表维护使用顺序（最近使用的在头，最久未使用的在尾），保证put操作O(1)。

这就像有一个字典（哈希表）可以快速找到物品，还有一个排队队列（双向链表）记录物品的使用顺序，新用的或刚访问的放到队头，队尾的就是最久未用的，满了就淘汰队尾。

三、关键在哪里？（3个核心点）

想理解并解决这道题，必须抓住以下三个关键点：

1. 哈希表的快速查找

是什么：哈希表存储键到双向链表节点的映射，通过键可以立即找到对应的节点。
为什么重要：这使得get操作可以在O(1)时间内完成，因为我们不需要遍历链表来查找节点。

2. 双向链表的顺序维护

是什么：双向链表按使用顺序排列节点，最近使用的节点在头部，最久未使用的在尾部。
为什么重要：当需要淘汰时，我们可以直接删除尾部节点；当访问或添加节点时，我们可以将其移到头部，这些操作都是O(1)。

3. 节点操作的原子性

是什么：在get和put操作中，需要将节点移到链表头部，这涉及删除节点和添加节点的操作。
为什么重要：这些操作必须正确更新节点的前后指针，否则会导致链表断裂或错误。同时，哈希表必须与链表同步更新。

四、看图理解流程（通俗理解版本）

假设缓存容量为2，操作序列如下：

初始化：缓存为空，双向链表为空，哈希表为空。
- 链表：头 ←→ 尾（虚拟节点）
put(1, 1)：
- 创建节点(1,1)，添加到链表头部。
- 哈希表记录键1指向该节点。
- 链表：头 ←→ [1] ←→ 尾
put(2, 2)：
- 创建节点(2,2)，添加到链表头部。
- 哈希表记录键2指向该节点。
- 链表：头 ←→ [2] ←→ [1] ←→ 尾
get(1)：
- 通过哈希表找到节点[1]。
- 将节点[1]从链表中删除（断开连接），然后添加到头部。
- 链表：头 ←→ [1] ←→ [2] ←→ 尾
- 返回1。
put(3, 3)：
- 缓存已满（容量2），需要淘汰最久未使用的节点[2]（在尾部）。
- 删除节点[2]，并从哈希表中移除键2。
- 创建节点(3,3)，添加到链表头部。
- 哈希表记录键3指向该节点。
- 链表：头 ←→ [3] ←→ [1] ←→ 尾

五、C++ 代码实现（附详细注释）

cpp 复制代码

#include <iostream>
#include <unordered_map>
using namespace std;

// 双向链表节点定义
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:
    unordered_map<int, DLinkedNode*> cache; // 哈希表：键 -> 节点指针
    DLinkedNode* head; // 虚拟头节点
    DLinkedNode* tail; // 虚拟尾节点
    int size; // 当前缓存大小
    int capacity; // 缓存容量

    // 添加节点到链表头部
    void addToHead(DLinkedNode* node) {
        node->prev = head;
        node->next = head->next;
        head->next->prev = node;
        head->next = node;
    }

    // 删除节点
    void removeNode(DLinkedNode* node) {
        node->prev->next = node->next;
        node->next->prev = node->prev;
    }

    // 移动节点到头部
    void moveToHead(DLinkedNode* node) {
        removeNode(node);
        addToHead(node);
    }

    // 删除尾部节点并返回
    DLinkedNode* removeTail() {
        DLinkedNode* node = tail->prev;
        removeNode(node);
        return node;
    }

public:
    LRUCache(int _capacity) : capacity(_capacity), size(0) {
        // 创建虚拟头尾节点
        head = new DLinkedNode();
        tail = new DLinkedNode();
        head->next = tail;
        tail->prev = head;
    }

    int get(int key) {
        if (!cache.count(key)) {
            return -1;
        }
        // 通过哈希表定位节点
        DLinkedNode* node = cache[key];
        // 移动节点到头部表示最近使用
        moveToHead(node);
        return node->value;
    }

    void put(int key, int value) {
        if (cache.count(key)) {
            // 键已存在，更新值并移到头部
            DLinkedNode* node = cache[key];
            node->value = value;
            moveToHead(node);
        } else {
            // 创建新节点
            DLinkedNode* node = new DLinkedNode(key, value);
            // 添加到哈希表和链表头部
            cache[key] = node;
            addToHead(node);
            size++;
            // 如果超过容量，删除尾部节点
            if (size > capacity) {
                DLinkedNode* removed = removeTail();
                cache.erase(removed->key);
                delete removed;
                size--;
            }
        }
    }
};

// 测试代码
int main() {
    LRUCache lru(2);
    lru.put(1, 1);
    lru.put(2, 2);
    cout << lru.get(1) << endl; // 返回 1
    lru.put(3, 3); // 淘汰键 2
    cout << lru.get(2) << endl; // 返回 -1 (未找到)
    lru.put(4, 4); // 淘汰键 1
    cout << lru.get(1) << endl; // 返回 -1 (未找到)
    cout << lru.get(3) << endl; // 返回 3
    cout << lru.get(4) << endl; // 返回 4
    return 0;
}

六、时间空间复杂度

时间复杂度：get和put操作都是O(1)。因为哈希表操作平均O(1)，双向链表的添加、删除和移动操作也是O(1)。
空间复杂度：O(capacity)，哈希表和双向链表存储的节点数最多为capacity。

七、注意事项

虚拟头尾节点：使用虚拟头尾节点可以简化链表操作，避免处理空指针或边界情况。
内存管理：在C++中，需要手动删除被淘汰的节点，防止内存泄漏。
线程安全：此实现不是线程安全的，如果在多线程环境中使用，需要添加锁机制。
哈希表更新：在删除节点时，必须同时从哈希表中移除对应的键，否则会导致哈希表中有悬垂指针。
节点移动顺序：在moveToHead操作中，先removeNode再addToHead，确保节点正确移动到头部。