//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
//
//
//
//
// 提示:
//
//
// 1 <= capacity <= 3000
// 0 <= key <= 3000
// 0 <= value <= 104
// 最多调用 3 * 104 次 get 和 put
//
// Related Topics 设计
// 👍 1200 👎 0
/*
* 146 LRU 缓存机制
* 2021-03-01 10:50:42
* @author oxygenbytes
*/
#include "leetcode.h"
//leetcode submit region begin(Prohibit modification and deletion)
class LRUCache {
public:
LRUCache(int capacity) {
this->capacity = capacity;
}
int get(int key) {
if(mp.find(key) == mp.end()) return -1;
put(key, mp[key]->second);
return mp[key]->second;
}
void put(int key, int value) {
if(mp.find(key) != mp.end()){
recent.erase(mp[key]);
}else if(capacity == mp.size()){
mp.erase(recent.back().first);
recent.pop_back();
}
recent.push_front(make_pair(key, value));
mp[key] = recent.begin();
}
private:
int capacity;
list<pair<int, int>> recent;
unordered_map<int, list<pair<int,int>>::iterator> mp;
};
/**
* 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);
*/
//leetcode submit region end(Prohibit modification and deletion)