LRU 缓存通过哈希表和双向链表结合实现，get 和 put 操作均 O(1)时间复杂度，最近访问节点置于链表头部，满时淘汰尾部最久未用节点。
LRU（Least Recently Used）缓存淘汰 算法 的核心思想是：当缓存满时，优先淘汰最久未使用的数据。为了高效实现，通常结合哈希表和双向链表，c++中可以用 unordered_map 和自定义的双向链表来完成。
基本思路
使用一个双向链表维护访问顺序，最近访问的节点放在链表头部，最久未访问的在尾部。同时用哈希表快速定位节点位置：
- get(key)：若存在，返回值并将该节点移到链表头；否则返回 -1
- put(key, value)：若已存在，更新值并移到头部；若不存在且缓存已满，删除尾部节点，插入新节点到头部
关键 数据结构 设计
定义双向链表节点和缓存容量：
struct Listnode {int key, value; ListNode *prev, *next; ListNode(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {}};立即学习“C++ 免费学习笔记（深入）”；
核心操作实现
void removeNode(ListNode* node) {node->prev->next = node->next; node->next->prev = node->prev;} <p>void addToHead(ListNode* node) {node->next = head->next; node->prev = head; head->next->prev = node; head->next = node;}</p>这两个函数用于调整节点位置，保证 O(1) 时间复杂度。
完整示例代码
#include <iostream> #include <unordered_map> using namespace std; <p>class LRUCache {private: struct ListNode { int key, value; ListNode <em>prev, </em>next; ListNode(int k, int v) : key(k), value(v), prev(nullptr), next(nullptr) {}};</p><pre class='brush:php;toolbar:false;'>int capacity; unordered_map<int, ListNode*> cache; ListNode *head, *tail; void removeNode(ListNode* node) {node->prev->next = node->next; node->next->prev = node->prev;} void addToHead(ListNode* node) {node->next = head->next; node->prev = head; head->next->prev = node; head->next = node;} void moveToHead(ListNode* node) {removeNode(node); addToHead(node); } ListNode* popTail() { ListNode* last = tail->prev; removeNode(last); return last; }public: LRUCache(int cap) {capacity = cap; head = new ListNode(0, 0); tail = new ListNode(0, 0); head->next = tail; tail->prev = head; }
int get(int key) {if (cache.find(key) == cache.end()) return -1; ListNode* node = cache[key]; moveToHead(node); return node->value; } void put(int key, int value) {if (cache.find(key) != cache.end()) {ListNode* node = cache[key]; node->value = value; moveToHead(node); } else {ListNode* newNode = new ListNode(key, value); cache[key] = newNode; addToHead(newNode); if (cache.size() > capacity) {ListNode* removed = popTail(); cache.erase(removed->key); delete removed; } } } ~LRUCache() { for (auto& pair : cache) {delete pair.second;} delete head; delete tail; }};
使用示例
int main() { LRUCache lru(2); lru.put(1, 1); lru.put(2, 2); cout << lru.get(1) << endl; // 输出 1 lru.put(3, 3); // 淘汰 key=2 cout << lru.get(2) << endl; // 输出 -1 return 0; }基本上就这些。用哈希表加双向链表，能保证 get 和 put 都是 O(1) 时间复杂度，符合 LRU 的高效要求。注意手动管理内存或改用智能指针避免泄漏。
