146. LRU 缓存机制（双向链表）

package com.heu.wsq.leetcode.mylinkedlist;

import java.util.HashMap;
import java.util.Map;

/**
 * 146. LRU 缓存机制
 * @author wsq
 * @date 2021/4/5
 *
 * 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 。
 * 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) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-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？
 * 
 * 链接：https://leetcode-cn.com/problems/lru-cache
 */
public class LRUCache {
    // 自定义数据结构实现链表，保存各个页面的使用情况，最近访问的节点在链表的首部，而最久没有访问的节点将放在链表的尾部
    // 因此，当现有的页面数量大于最大容量时进行页面置换，即将尾部的节点进行删除即可
    class DLinkedNode{
        int key;
        int value;
        DLinkedNode prev;
        DLinkedNode next;
        public DLinkedNode(){}
        public DLinkedNode(int key, int value){
            this.key = key;
            this.value = value;
        }
    }

    /**
     * 保存缓存数据
     */
    private Map<Integer, DLinkedNode> cache;
    /**
     * 总容量，大于该容量就要进行页面的置换
     */
    private int capacity;
    /**
     * 目前页面的数量
     */
    private int size;
    // 构建头尾虚拟双指针，实现O(1)时间复杂度下进行删除、新增节点。
    private DLinkedNode head, tail;

    public LRUCache(int capacity){
        this.capacity = capacity;
        this.size = 0;
        this.cache = new HashMap<>();
        // 初始化指针
        this.head = new DLinkedNode();
        this.tail = new DLinkedNode();
        this.head.next = this.tail;
        this.tail.next = this.head;
    }

    public int get(int key) {
        DLinkedNode node = this.cache.get(key);
        if(node == null){
            return -1;
        }
        // 更新访问链表
        moveToHead(node);
        return node.value;
    }

    public void put(int key, int value) {
        DLinkedNode node = cache.get(key);
        if(node == null){
            DLinkedNode newNode = new DLinkedNode(key, value);
            this.cache.put(key, newNode);
            // 加入最近使用链表的头部
            addToHead(newNode);
            ++this.size;
            if(this.size > this.capacity){
                DLinkedNode tailNode = rmTailNode();
                // 并将该节点送缓存中清理
                this.cache.remove(tailNode.key);
                this.size--;
            }
        }else{
            node.value = value;
            moveToHead(node);
        }
    }

    /**
     * 双向链表还是好，不用从头遍历，达到O(1)时间的检索到节点，并进行删除
     * @param node
     */
    private void removeNode(DLinkedNode node){
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }
    private void addToHead(DLinkedNode node){
        node.next = this.head.next;
        node.next.prev = node;
        node.prev = this.head;
        this.head.next = node;

    }
    private DLinkedNode rmTailNode(){
        DLinkedNode node = this.tail.prev;
        removeNode(node);
        return node;
    }
    /**
     * 该方法涉及到两个部分，将对应节点从链表中删除，并将该节点加入头节点
     * @param node
     */
    private void moveToHead(DLinkedNode node){
        removeNode(node);
        addToHead(node);
    }
}