LRU缓存机制
题目链接
LRU，即Least-Recently-Used。是一种高速缓存替换策略，是一种缓存机制。主要是利用局部性原理。
(资料图片)
局部性原理分两种，空间局部性和时间局部性。
在一个具有良好时间局部性的程序中，被引用过一次的内存位置很可能在不远的将来再被多次应用。
在一个具有良好空间局部性的程序中，如果一个内存位置被引用了一次，那么程序很可能在不远的将来引用附近的一个内存位置。
显然，LRU是利用到了时间局部性。
在CSAPP的P434组相联高速缓存中不命中时的行替换出现。
题目分析最近最少使用（LRU）策略会替换最后一次访问时间最久远的那一行。
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，则向缓存中插入该组 key-value 。如果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。函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
来源：力扣（LeetCode）
这是一道很优秀的设计问题，而不是关于某个问题的算法。
题目要求你利用相关的知识，设计一个能够简单实现LRU 缓存机制的类。
根据刚刚所说的CSAPP中的背景知识，可以知道要设计出的类：
需要存储每个键值。（put函数插入，get函数查询）键值对（key，value）需要用哈希表来存储。（O(1) 的平均时间复杂度）那现在留下的问题就是，如何做到逐出。
队列首先可以想到，利用队列的先进先出原则。
如果使用了，就将它拿出，再插入到队列中。队首为最久未使用，队尾为最近使用。那么如何逐出？拿出怎么做到？这里就遇到了难以删除的问题。
双向链表所以，下面介绍双向链表的解法。
双向链表可以直接访问到尾部。尾部代表最久未使用。链表方便插入和删除。根据键值，利用哈希表能定位到对应的存储节点。内存泄漏？双向链表可以利用指向关系做到删除，将节点剔除于链表外。
然而我们在剔除后，对于访问的节点来说，还需要再加到头部节点。而对于没有访问的节点，我们需要真正删除它。
所以代码中有两个delete函数，来避免内存泄漏。
代码class LRUCache {private: struct DoubleLinkNode { int key; int value; DoubleLinkNode* prev; DoubleLinkNode* next; DoubleLinkNode(): key(0), value(0), prev(nullptr), next(nullptr) {} DoubleLinkNode(int _key, int _value): key(_key), value(_value), prev(nullptr), next(nullptr){} }; map cache; DoubleLinkNode* head; DoubleLinkNode* tail; int capacity; int size; void addNodeHead(DoubleLinkNode* node)//双向链表头插法 { node->next = head->next; node->prev = head; head->next->prev = node; head->next = node; } void deleteNode(DoubleLinkNode* node)//剔除尾节点 { node->next->prev = node->prev; node->prev->next = node->next; } void moveNodeHead(DoubleLinkNode* node) { deleteNode(node); addNodeHead(node); } DoubleLinkNode* deleteTail()//删除尾节点 { DoubleLinkNode* temp = tail->prev; deleteNode(temp); return temp; }public: LRUCache(int capacity) { this->capacity = capacity; size = 0; head = new DoubleLinkNode(); tail = new DoubleLinkNode(); head->next = tail; tail->prev = head; } int get(int key) { if (cache.count(key)) { moveNodeHead(cache[key]); return cache[key]->value; }else { return -1; } } void put(int key, int value) { if (cache.count(key)) { cache[key]->value = value; moveNodeHead(cache[key]); }else { DoubleLinkNode* node = new DoubleLinkNode(key, value); addNodeHead(node); cache[key] = node; size += 1; if (size > capacity) { DoubleLinkNode* temp = deleteTail(); cache.erase(temp->key); delete temp;//避免内存泄漏 size -= 1; } } }};/** * 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); */ 
