LRU 缓存的两种实现方式

 

一、使用LinkedHashMap实现

class LRUCache {
    Map<Integer, Integer> cache=null;
    public LRUCache(int capacity) {
        cache = new LinkedHashMap<>(capacity, 0.75f, true){
            @Override
            public boolean removeEldestEntry(Map.Entry eldest){
                if(this.size()>capacity){
                    return true;
                }
                return false;
            }
        };
    }
    
    public int get(int key) {
        Integer v = this.cache.get(key);
        return v==null?-1:v.intValue();
    }
    
    public void put(int key, int value) {
        this.cache.put(key,value);
    }
}

二、使用HashMap 和DoubleList 实现

 

class LRUCache {
    int capacity;
    DoubleList cache;
    Map<Integer, Node> map;
    public LRUCache(int capacity) {
        this.capacity = capacity;
        cache = new DoubleList();
        map = new HashMap<>();
    }
    
    public int get(int key) {
        if(!map.containsKey(key)){
            return -1;
        }
        Node tmp = map.get(key);
        cache.remove(tmp);
        cache.addFirst(tmp);
        return tmp.value;
    }
    
    public void put(int key, int value) {
        Node cur = new Node(key, value);
        if(map.containsKey(key)){
            cache.remove(map.get(key));
            cache.addFirst(cur);
            map.put(key, cur);
        }else{
            if(capacity == cache.size){
                Node del = cache.removeLast();
                map.remove(del.key);
            }
            map.put(key, cur);
            cache.addFirst(cur);
        }
    }

    class DoubleList{
        Node head, tail;
        int size; //链表的长度
        public DoubleList(){
            head = new Node(0, 0);
            tail = new Node(0, 0);
            head.next = tail;
            tail.pre = head;
            size = 0;
        }
         在链表头部添加节点 x， 时间 O(1)
        public void addFirst(Node cur){
            Node next = head.next;
            cur.next = next;
            next.pre = cur;
            head.next = cur;
            cur.pre = head;
            size++;
        }
        // 删除链表中的 x 节点（x ⼀定存在）
        // 由于是双链表且给的是⽬标 Node 节点， 时间 O(1)
        public void remove(Node node){
            Node prev = node.pre;
            prev.next =  node.next;
            prev.next.pre = prev;
            size--;
        }
        // 删除链表中最后⼀个节点， 并返回该节点， 时间 O(1)
        public Node removeLast(){
            if(size == 0)
                return null;
            Node del = tail.pre;
            remove(del);
            return del;
        }
    }

    class Node{
        int key ,value;
        Node pre, next;
        public Node(int key, int value){
            this.key = key;
            this.value = value;
        }
    }
    
    public static void main(String[] args){
        /* 缓存容量为 2 */
        LRUCache cache = new LRUCache(2);
        // 你可以把 cache 理解成⼀个队列
        // 假设左边是队头， 右边是队尾
        // 最近使⽤的排在队头， 久未使⽤的排在队尾
        // 圆括号表⽰键值对 (key, val)
        cache.put(1, 1);
        // cache = [(1, 1)]
        cache.put(2, 2);
        // cache = [(2, 2), (1, 1)]
        cache.get(1); // 返回 1
        // cache = [(1, 1), (2, 2)]
        // 解释： 因为最近访问了键 1， 所以提前⾄队头
        // 返回键 1 对应的值 1
        cache.put(3, 3);
        // cache = [(3, 3), (1, 1)]
        // 解释： 缓存容量已满， 需要删除内容空出位置
        // 优先删除久未使⽤的数据， 也就是队尾的数据
        // 然后把新的数据插⼊队头
        cache.get(2); // 返回 -1 (未找到)
        // cache = [(3, 3), (1, 1)]
        // 解释： cache 中不存在键为 2 的数据
        cache.put(1, 4);
        // cache = [(1, 4), (3, 3)]
        // 解释： 键 1 已存在， 把原始值 1 覆盖为 4
        // 不要忘了也要将键值对提前到队头
    }
}

/**
 * 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);
 */