146. LRU 缓存

题目描述

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 key 已经存在，则变更其数据值 value；如果不存在，则插入该组 key-value。当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。
• 缓存中的所有 key 都是唯一的
• 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 <= 10^5
• 最多调用 2 * 10^5 次 get 和 put

出处：LeetCode

解法一：哈希表 + 双向链表

思路

我们可以使用哈希表和双向链表来实现 LRU 缓存机制。

• 哈希表用于存储 key 和 value，并且可以通过 key 快速定位到对应的节点。
• 双向链表用于存储 key 和 value，并且可以通过节点快速定位到前驱和后继节点。

我们可以使用一个伪头节点和一个伪尾节点来简化操作，伪头节点的后继节点是链表的头节点，伪尾节点的前驱节点是链表的尾节点。

实现

class LinkListNode {
  key: number;
  value: number;
  prev: LinkListNode | null = null;
  next: LinkListNode | null = null;

  constructor(key = 0, value = 0) {
    this.key = key;
    this.value = value;
  }
}

class LRUCache {
  private capacity: number;
  private cache: Map<number, LinkListNode> = new Map();
  private head: LinkListNode = new LinkListNode();
  private tail: LinkListNode = new LinkListNode();

  constructor(capacity: number) {
    this.capacity = capacity;
    this.head.next = this.tail;
    this.tail.prev = this.head;
  }

  get(key: number): number {
    if (!this.cache.has(key)) {
      return -1;
    }

    const node = this.cache.get(key)!;
    this.moveToHead(node);

    return node.value;
  }

  put(key: number, value: number): void {
    if (!this.cache.has(key)) {
      const node = new LinkListNode(key, value);
      this.cache.set(key, node);
      this.addToHead(node);

      if (this.cache.size > this.capacity) {
        const removed = this.removeTail();
        this.cache.delete(removed.key);
      }
    } else {
      const node = this.cache.get(key)!;
      node.value = value;
      this.moveToHead(node);
    }
  }

  private addToHead(node: LinkListNode): void {
    node.prev = this.head;
    node.next = this.head.next;
    this.head.next!.prev = node;
    this.head.next = node;
  }

  private removeNode(node: LinkListNode): void {
    node.prev!.next = node.next;
    node.next!.prev = node.prev;
  }

  private moveToHead(node: LinkListNode): void {
    this.removeNode(node);
    this.addToHead(node);
  }

  private removeTail(): LinkListNode {
    const node = this.tail.prev!;
    this.removeNode(node);

    return node;
  }
}

复杂度分析

• 时间复杂度：O(1)，对于 get 和 put 操作，我们只需要在哈希表中查找节点，然后在双向链表中移动节点。
• 空间复杂度：O(N)，其中 N 是缓存的容量。