21-05-21-LRU（最近最少使用）缓存类

题目地址

https://leetcode-cn.com/problems/lru-cache/

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

思路

先不考虑O(1)时间复杂度，用O(N)先完成。数据存储用map存，维护一个key值的队列。

put操作

• 步骤1：map中不存在该key，且不超过容量，key值推入队尾，存储数据到map。
• 步骤2：map中不存在该key，且超过容量，keyQueue队头出队，并移除map中该队头key值数据，并用新key进行步骤1。
• 步骤3：map中存在该key，改变map中key值数据，将该key在keyQueue中调整到队头。

get操作

• 步骤1：map中不存在该key，返回-1。
• 步骤2：map中存在该key，返回map中key值数据，将该key在keyQueue中调整到队头。

代码

/**
 * @param {number} capacity
 */
var LRUCache = function (capacity) {
  this.capacity = capacity;
  this.keyQueue = [];
  this.map = {};
};

/** 
 * @param {number} key
 * @return {number}
 */
LRUCache.prototype.get = function (key) {
  if (this.map[key] === undefined) {
    return -1;
  } else {
    const index = this.keyQueue.findIndex(item => item === key);
    this.keyQueue.splice(index, 1);
    this.keyQueue.push(key);
    return this.map[key];
  }
};

/** 
 * @param {number} key 
 * @param {number} value
 * @return {void}
 */
LRUCache.prototype.put = function (key, value) {
  if (this.map[key] === undefined) {
    if (this.keyQueue.length < this.capacity) {
      this.keyQueue.push(key);
      this.map[key] = value;
    } else {
      delete this.map[this.keyQueue.shift()];
      this.keyQueue.push(key);
      this.map[key] = value;
    }
  } else {
    const index = this.keyQueue.findIndex(item => item === key);
    this.keyQueue.splice(index, 1);
    this.keyQueue.push(key);
    this.map[key] = value;
  }
};

/**
 * Your LRUCache object will be instantiated and called as such:
 * var obj = new LRUCache(capacity)
 * var param_1 = obj.get(key)
 * obj.put(key,value)
 */

复杂度分析

• 空间复杂度：O(N)
• 时间复杂度：将key值调整到队头这部操作需要O(N)

进阶思路

O(1)时间复杂度，所以采用哈希表和链表的数据结构，在增删元素的时候能够达到O(1)复杂度。

代码

复杂度分析