LRU Cache

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1. set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

http://www.lintcode.com/en/problem/lru-cache/#

Discussion

为了使查找、插入和删除都有较高的性能，我们使用一个双向链表(std::list) 和一个哈希表 (std::unordered_map)，因为：
• 哈希表保存每个节点的地址，可以基本保证在O(1) 时间内查找节点
• 双向链表插入和删除效率高，单向链表插入和删除时，还要查找节点的前驱节点

具体实现细节：
• 越靠近链表头部，表示节点上次访问距离现在时间最短，尾部的节点表示最近访问最少
• 访问节点时，如果节点存在，把该节点交换到链表头部，同时更新hash 表中该节点的地址
• 插入节点时，如果cache 的size 达到了上限capacity，则删除尾部节点，同时要在hash 表中删 除对应的项；新节点插入链表头部

Solution

#include <list>

class LRUCache{
public:
    struct ListNode {
        int value;
        int key;
        ListNode(int k, int v) {
            value = v;
            key = k;
        }
    };
    // @param capacity, an integer
    LRUCache(int capacity) {
        this->capacity = capacity;
    }

    // @return an integer
    int get(int key) {
        if(map.find(key) == map.end()) {
            return -1;
        }
        //before return the value, update the head of the nodes list
        //and update the position of shis node
        nodes.splice(nodes.begin(), nodes, map[key]);
        map[key] = nodes.begin();
        return map[key]->value;
    }

    // @param key, an integer
    // @param value, an integer
    // @return nothing
    void set(int key, int value) {
        if(map.find(key) == map.end()) { //new node
            if(nodes.size() == capacity) {
                map.erase(nodes.back().key);
                nodes.pop_back();
            }
            nodes.emplace_front(ListNode(key, value));
            map[key] = nodes.begin();
        } else {
            map[key]->value = value;
            nodes.splice(nodes.begin(), nodes, map[key]);
            map[key] = nodes.begin();
        }
    }
private:
    int capacity;
    list<ListNode> nodes;
    unordered_map<int, list<ListNode>::iterator> map;
};

splice函数太不常用了，可以用erase+emplace_front替代：

//nodes.splice(nodes.begin(), nodes, map[key]);
nodes.erase(map[key]);
nodes.emplace_front(ListNode(key, value));