LC-146. LRU 缓存

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第4天，点击查看活动详情

146. LRU 缓存

一、题目描述：

请你设计并实现一个满足  LRU (最近最少使用) 缓存 约束的数据结构。

实现 LRUCache 类：

• LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
• int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
• void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。

函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。

示例：

输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]

解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1);    // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2);    // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1);    // 返回 -1 (未找到)
lRUCache.get(3);    // 返回 3
lRUCache.get(4);    // 返回 4

二、思路分析：

哈希表 + 双向链表

• 封装一个双向的链表， 提供在头部插入元素，删除指定的 node 节点， 移动指定的 node 到头部
• 使用一个哈希表 map 记录 key 到 node 的映射关系

get(int key)操作

1. key 在 map 中不存在时，直接返回 -1
2. 存在时， 根据 key 获取到对应的 node, 然后将 node 移动到双向链表的头部

put(int key, int value) 操作

1. key 在 map 中存在时，获取到对应的 node ,修改 val 属性值为最新的value，将 node 移动到双向链表的头部
2. 不存在时， 创建 node, 添加到双向链表中，将 key 与 node 的映射关系存储到 map 之中
3. 判断双向链表中的节点数量是否超过了初始指定的容量， 如果超过了，需要移除链表尾部的节点， 同时在 map 中移除尾部node 的 key 与 node 的映射关系

三、AC 代码：

    class LRUCache {
        class Node {
            int key;
            int val;
            Node pre;
            Node next;
        }

        class DoubleNodeList {
            Node head;
            Node tail;
            int size;

            public DoubleNodeList() {
                this.head = new Node();
                this.tail = new Node();
                head.next = tail;
                tail.pre = head;
                this.size = 0;
            }

            public void addHead(Node node) {
                node.next = head.next;
                node.pre = head;
                head.next.pre = node;
                head.next = node;
                size++;
            }

            public int removeTail() {
                Node delNode = tail.pre;
                delNode(delNode);
                return delNode.key;
            }

            public void delNode(Node node) {
                node.pre.next = node.next;
                node.next.pre = node.pre;
                node.pre = null;
                node.next = null;
                size--;
            }

            public void moveToHead(Node node) {
                delNode(node);
                addHead(node);
            }

            public int size() {
                return size;
            }
        }

        private DoubleNodeList list;
        int capacity;
        private Map<Integer, Node> map;

        public LRUCache(int capacity) {
            this.list = new DoubleNodeList();
            this.capacity = capacity;
            this.map = new HashMap<>();
        }

        public int get(int key) {
            if (map.get(key) == null) return -1;
            Node node = map.get(key);
            list.moveToHead(node);
            return node.val;
        }

        public void put(int key, int value) {
            if (map.get(key) != null) {
                Node node = map.get(key);
                node.val = value;
                list.moveToHead(node);
                return;
            }
            Node node = new Node();
            node.val = value;
            node.key = key;
            map.put(key, node);
            list.addHead(node);
            if (list.size() > capacity) {
                int k = list.removeTail();
                map.put(k, null);
            }
        }
    }

/**
 * 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);
 */