图解LRU缓存

图解LRU缓存

OJ链接

介绍

LRU 缓存机制可以通过哈希表辅以双向链表实现，我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。

• 双向链表按照被使用的顺序存储了这些键值对，靠近尾部的键值对是最近使用的，而靠近头部的键值对是最久未使用的。

• 哈希表即为普通的哈希映射（HashMap），通过缓存数据的键映射到其在双向链表中的位置。

这样一来，我们首先使用哈希表进行定位，找出缓存项在双向链表中的位置，随后将其移动到双向链表的尾部，即可在O(1)的时间内完成 get 或者 put 操作。

先介绍两个常用函数：removeToTail(node)和add(node)，removeToTail(node)是在双向链表中，将使用过的node移到链表尾部，add(node)是往双向链表增加一个节点。

removeToTail(node)

add(node)

下面就是主要函数的介绍

get()

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。通过哈希表定位到该节点在双向链表中的位置，并将其移动到双向链表的尾部，最后返回该节点的值。

put()

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，将 key 和该节点添加进哈希表中，并在双向链表的尾部添加该节点。然后判断哈希表的节点数是否超出容量，如果超出容量，则删除哈希表中对应的项，并删除双向链表的头部节点；

• 如果 key 存在，则与 get 操作类似，先通过哈希表定位，再将该节点移到双向链表的尾部，并将对应的节点的值更新为 value。

复杂度分析

上述各项操作中，访问哈希表的时间复杂度为 O(1)，在双向链表的尾部添加节点、在双向链表的头部删除节点的复杂度也为 O(1)。

代码

import java.util.HashMap;

public class $146 {
   
    class Node {
   
        int key;
        int value;
        Node prev;
        Node next;

        public Node(int key, int value) {
   
            this.key = key;
            this.value = value;
        }
    }

    HashMap<I