leetcode: LRU Cache

这道题的话其实是比较奇怪的。

LRU Cache考虑两个操作：查找和插入。

查找：寻找匹配的项，并且把该项设为最近访问。

插入：没满，把元素插入，并把插入的元素设为最近访问；满了，删除最近最少访问的元素，插入，并把插入的元素设为最近访问。

在实际的系统中我们应该考虑两个问题：1.cache的命中率是相当高的，这意味着查找的次数远多于插入的次数。2.Cache的空间有限而且宝贵，运算速度（主要是load和store的速度）极快，所以我们应该考虑的是用时间换空间的做法，而没有多余的空间可以让我们存储额外的数据结构。

在不考虑组相联的情况下，我们可以用冒泡数组来实现，越靠近数组头的元素是越最近使用的。我们应该删除数组末尾的元素。

public class LRUCache {public int[][] cacheBuffer;public int last;    public LRUCache(int capacity) {        cacheBuffer=new int[capacity][2];        for(int i=0;i<capacity;i++)        {            cacheBuffer[i][0]=-1;            cacheBuffer[i][1]=-1;        }        last=0;    }        public int get(int key) {    int tmpValue=-1;        for(int i=0;i<last;i++)        {        if(cacheBuffer[i][0]==key)        {        tmpValue=cacheBuffer[i][1];        for(int j=i;j>0;j--)        {        cacheBuffer[j][0]=cacheBuffer[j-1][0];        cacheBuffer[j][1]=cacheBuffer[j-1][1];        }        cacheBuffer[0][0]=key;        cacheBuffer[0][1]=tmpValue;        return tmpValue;        }        }        return tmpValue;    }        public void set(int key, int value) {        if(last<cacheBuffer.length)        last++;        for(int j=last-1;j>0;j--){cacheBuffer[j][0]=cacheBuffer[j-1][0];cacheBuffer[j][1]=cacheBuffer[j-1][1];}cacheBuffer[0][0]=key;cacheBuffer[0][1]=value;    }}

但是leetcode上超时，所以刷题永远不是解决实际问题能比的。好吧我们知道了这个题其实和cache没什么关系，要的还是空间换时间。那么比数组更快的查询方式是什么？Hash。比数组更快的删除，添加方式是什么？链表（这里用双向链表）。只要记录一下链表的尾巴，就能保证查找，删除，添加都是O(1)时间了。如下面的代码所示。

import java.util.Map;import java.util.HashMap;public class LRUCache {    Map<Integer,ListNode> cacheMap;ListNode head;ListNode tail;public int cap;public int last;    public LRUCache(int capacity) {cacheMap=new HashMap<Integer,ListNode>();cap=capacity;head=null;tail=null;        last=0;    }        public int get(int key) {    if(!cacheMap.containsKey(key))    return -1;    ListNode p=cacheMap.get(key);    if(p.prev!=null)    {    if(tail==p)    tail=p.prev;    p.prev.next=p.next;    }    elsehead=p.next;    if(p.next!=null)    p.next.prev=p.prev;    if(head!=null)    head.prev=p;    p.next=head;    p.prev=null;    head=p;    return p.value;    }        public void set(int key, int value) {    ListNode p;    if(cacheMap.containsKey(key))    {    p=cacheMap.get(key);    p.value=value;    if(p==head)    return;    else if(p==tail)    {    tail=p.prev;    if(tail!=null)    tail.next=null;    }    else    {    if(p.prev!=null)    p.prev.next=p.next;    if(p.next!=null)    p.next.prev=p.prev;    p.next=null;    p.prev=null;    }    cacheMap.remove(key);    }    else    {    p=new ListNode(key,value);    if(tail==null)    tail=p;    if(last<cap)    last++;    else    {    cacheMap.remove(tail.key);    tail=tail.prev;    if(tail!=null)    tail.next=null;    }    }    if(head!=null)    head.prev=p;    p.next=head;    p.prev=null;    head=p;    cacheMap.put(key, p);    }}class ListNode {    int key;    int value;    ListNode prev;    ListNode next;    ListNode(int _key, int _value) {        key = _key;        value = _value;        prev = null;        next = null;    }}