LeetCode 146. LRU 缓存机制（C++实现）

题目描述：
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

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。

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。

解题思路：后续更新

代码：

struct DLinkNode{//双向链表结点
    DLinkNode* prex;
    DLinkNode* next;
    int key;
    int value;
    DLinkNode(){//构造函数
        this->key = 0;
        this->value = 0;
        this->prex = NULL;
        this->next = NULL;
    }
    DLinkNode(int key,int value){//构造函数
        this->key = key;
        this->value = value;
        this->prex = NULL;
        this->next = NULL;
    }
};

class LRUCache {

private:
    int capacity;
    int size;
    unordered_map< int , DLinkNode* > cache;
    DLinkNode* head;
    DLinkNode* tail;

public:
    //链表最前面表示的是最新的，最后面表示老的要删除的
    LRUCache(int capacity) {//构造函数，用于实例化
        this->capacity = capacity;
        this->size = 0;
        this->head = new DLinkNode();
        this->tail = new DLinkNode();
        this->head->next = this->tail;
        this->tail->prex = this->head;
    }
    
    int get(int key) {
        //根据key查找
        auto it = cache.find(key);
        if(it == cache.end()){//没找到key，find方法返回迭代器end()
            return -1;
        }
        //将当前这个key指向的结点移到最前面
        DLinkNode* node = it->second;
        moveToHead(node);
        return node->value;
    }
    
    void put(int key, int value) {
        
        //先判断关键字是否存在
        auto it = cache.find(key);
        if(it == cache.end()){//不存在
            //判断cache容量是否满，满则删除最老的数据，否则直接插入
            if(this->size == this->capacity){
                //删除最后一个结点
                removeNode();
                this->size--;
                
            }
            //增加一个结点
            DLinkNode* newNode = new DLinkNode(key,value);
            addNodeToHead(newNode);//添加至链表
            cache[key] = newNode;//添加至哈希表
            this->size++;
        }
        else{//存在
            DLinkNode* node = it->second;
            node->value = value;
            moveToHead(node);
        }
        /*也可以这样写，unordered_map的[]如果找不到就执行插入
        cache[key] = value;
        */
    }

    //将对链表的各种操作封装起来
    void moveToHead(DLinkNode* node){
        //移动即删除这个结点再插入到头部
        node->prex->next = node->next;
        node->next->prex = node->prex;
        addNodeToHead(node);
    }
    void removeNode(){
        int reKey = tail->prex->key;
        DLinkNode* reNode = tail->prex;
        //更改指针并释放结点，防止内存泄漏
        reNode->prex->next = reNode->next;
        tail->prex = reNode->prex;
        delete reNode;
        //删除容器里的元素
        cache.erase(reKey);
    }
    void addNodeToHead(DLinkNode* newNode){
        newNode->next = head->next;
        newNode->prex = head;
        head->next->prex = newNode;
        head->next = newNode;
    }
};

/**
 * 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);
 */