LeetCode-146. LRU缓存机制-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_34449717/article/details/106344946

题目：

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。它应该支持以下操作：获取数据 get 和写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥已经存在，则变更其数据值；如果密钥不存在，则插入该组「密钥/数据值」。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:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废 cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4

解题思路：【哈希表+双向链表】

双向链表：按照被使用的顺序存储键值对，靠近头部的键值对是最近使用的，而靠近尾部的键值对是最近最少使用的。

哈希表（HashMap）：通过缓存数据的键映射到其在双向链表中的位置。

对于 get 操作，首先判断 key 是否存在：

如果 key 不存在，则返回 -1；
如果 key 存在，则 key 对应的节点是最近被使用的节点。在哈希表找到该节点在双向链表中的位置，并将其移动到双向链表的头部，最后返回该节点的值。

对于 put 操作，首先判断 key 是否存在：

如果 key 不存在，使用 key 和 value 创建一个新的节点，并且在双向链表的头部添加该节点，并将 key 和该节点添加进哈希表中。然后判断双向链表的节点数是否超出容量，如果超出容量，则删除双向链表的尾部节点，并删除哈希表中对应的项；
如果 key 存在，通过哈希表找到对应的结点，再将对应的节点的值更新为 value，并将该节点移到双向链表的头部。

代码实现：

class LRUCache {
   //双向链表
   class DlinkedList{
        int key;
        int value;
        DlinkedList prev;
        DlinkedList next;
        public DlinkedList(){

        }
        public DlinkedList(int k,int v){
            key = k;
            value = v;
        }

    }
    //哈希表
    private Map<Integer,DlinkedList> cache = new HashMap<>();
    private int size;
    private int capacity;
    //设置头尾结点，统一操作
    private DlinkedList head,tail;

    public LRUCache(int capacity) {
        this.size = 0;
        this.capacity = capacity;
        head = new DlinkedList();
        tail = new DlinkedList();
        head.next = tail;
        tail.prev = head;
    }
    
    public int get(int key) {
        DlinkedList listNode = cache.get(key);
        if (listNode == null) {//密钥 (key) 不存在于缓存中
            return -1;
        }
        //结点移到头结点，表示最近使用过
        moveToHead(listNode);
        
        return listNode.value;

    }
   
    
    public void put(int key, int value) {
        DlinkedList listNode = cache.get(key);
        if (listNode == null) {//密钥不存在，则插入该组「密钥/数据值」
            DlinkedList newNode = new DlinkedList(key,value);
            cache.put(key, newNode);
            addToHead(newNode);
            size++;
            if (size > capacity) {
                //缓存容量达到上限时，在写入新数据之前删除最久未使用的数据值
                DlinkedList node = removeTail();
                cache.remove(node.key);
                size--;
            }
        }else{//密钥已经存在，则变更其数据值
            listNode.value = value;
            moveToHead(listNode);
        }

    }

    /**
     * 头部增加结点
     * @param node
     */
    private void addToHead(DlinkedList node){
        node.prev = head;
        node.next = head.next;
        head.next.prev = node;
        head.next = node;
      
    }

    /**
     * 删除结点
     * @param node
     */
    private void removeNode(DlinkedList node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
       
    }

    /**
     * 结点移动到头部
     * @param node
     */
    private void moveToHead(DlinkedList node) {
        removeNode(node);
        addToHead(node);
       
    }

    /**
     * 删除尾部结点
     * @return
     */
    private DlinkedList removeTail() {
        DlinkedList node = tail.prev;
        removeNode(node);
        return node;
        
    }
}

/**
 * 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);
 */