146. LRU缓存机制

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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，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:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4

我的代码 160ms

static int x=[](){
    std::ios::sync_with_stdio(false);
    cin.tie(NULL);
    return 0;
}();
struct node//在map中x为value ，y为index       set中x为key ，y为index
{
    int x,y;
    node(){};
    node(int i,int j){x=i;y=j;}
    friend bool operator<(const node &n1,const node &n2)
    {
        if(n1.y<n2.y)return true;
        if(n1.y==n2.y&&n1.x<n2.x) return true;
        return false;
    }
};
class LRUCache {
public:
    int count,capacity,index;
    unordered_map<int,node> m;
    set<node> s;
    LRUCache(int t_capacity) {
        capacity=t_capacity;
        index=0;
        count=0;
    }
    void deal(unordered_map<int,node>::iterator &it1,int key, int value)
    {
         node n1(it1->first,it1->second.y);
         set<node>::iterator it2=s.find(n1);
         s.erase(it2);
         node n2(it1->first,index);
         s.insert(n2);
         it1->second.x=value;
         it1->second.y=index;
         index++;
    }
    int get(int key) {
        unordered_map<int,node>::iterator it1=m.find(key);
        if(it1!=m.end()) 
        {
            deal(it1,it1->first,it1->second.x);
            return it1->second.x;
        }
        else
            return -1;
        
    }
    
    void put(int key, int value) {
        unordered_map<int,node>::iterator it1=m.find(key);
        if(it1!=m.end()) 
        {
            deal(it1,key,value);
            return;
        }
        if(count==capacity)
        {
            node n1=*(s.begin());
            m.erase(n1.x);
            s.erase(s.begin());
            count--;
        }
        node n2(key,index);
        s.insert(n2);
        node n3(value,index);
        m[key]=n3;
        index++;
        count++;
        
    }
};

/**
 * 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);
 */

最优代码 140ms

class LRUCache {
public:
    LRUCache(int capacity) {
        cap = capacity;
    }
    
    int get(int key) {
        if (dic.count(key) == 0) return -1;
        l.splice(l.begin(), l, dic[key]);
        return l.begin()->second;
    }
    
    void put(int key, int value) {
        if (get(key) != -1) {
            dic[key]->second = value;
            l.splice(l.begin(), l, dic[key]);
            dic[key] = l.begin();
            return;
        }
        if (dic.size() == cap) {
            auto del = l.back().first;
            l.pop_back();
            dic.erase(del);
        }
        l.emplace_front(make_pair(key, value));
        dic[key] = l.begin();
    }
private:
    int cap;
    list<pair<int, int>> l;
    unordered_map<int, list<pair<int, int>>::iterator> dic;
};
/**
 * 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);
 */