【链表】Leetcode 146. LRU 缓存【中等】

LRU 缓存

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1：

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

解题思路

LRU Cache是一种常见的缓存替换策略，可以采用哈希表和双向链表结合的方式实现。 哈希表用于快速查找节点，双向链表用于记录访问顺序。

• 1、使用HashMap来存储key和对应的节点。
• 2、使用双向链表来存储缓存的数据，链表头部是最近使用的数据，链表尾部是最久未使用的数据。
• 3、对于get操作，如果key存在于缓存中，将对应的节点移到链表头部，并返回value；否则返回-1。
• 4、对于put操作，如果key已经存在于缓存中，更新对应的value，并将节点移到链表头部；如果key不存在于缓存中，插入新的节点到链表头部，判断是否超过容量，若超过容量，删除链表尾部的节点。
• 5、删除节点时，需要同时在HashMap中删除对应的key。

java实现

public class LRUCache {

    class DLinkedNode {
        int key;
        int value;
        DLinkedNode prev;
        DLinkedNode next;
    }

    private HashMap<Integer, DLinkedNode> cache;
    private int size;
    private int capacity;
    private DLinkedNode head, tail;

    public LRUCache(int capacity) {
        this.cache = new HashMap<>();
        this.size = 0;
        this.capacity = capacity;
        this.head = new DLinkedNode();
        this.tail = new DLinkedNode();
        head.next = tail;
        tail.prev = head;
    }

    public int get(int key) {
        DLinkedNode node = cache.get(key);
        if (node == null) {
            return -1;
        }
        // 将访问的节点移动到链表头部
        moveToHead(node);
        return node.value;
    }

    public void put(int key, int value) {
        DLinkedNode node = cache.get(key);
        if (node == null) {
            // 如果key不存在，则创建新节点
            DLinkedNode newNode = new DLinkedNode();
            newNode.key = key;
            newNode.value = value;
            // 将新节点加入到链表头部
            cache.put(key, newNode);
            addToHead(newNode);
            size++;
            // 如果容量超限，则删除链表尾部节点
            if (size > capacity) {
                DLinkedNode tail = removeTail();
                cache.remove(tail.key);
                size--;
            }
        } else {
            // 如果key存在，则更新值，并将节点移到链表头部
            node.value = value;
            moveToHead(node);
        }
    }

    private void addToHead(DLinkedNode node) {
        node.prev = head;
        node.next = head.next;
        head.next.prev = node;
        head.next = node;
    }

    private void removeNode(DLinkedNode node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    private void moveToHead(DLinkedNode node) {
        removeNode(node);
        addToHead(node);
    }

    private DLinkedNode removeTail() {
        DLinkedNode res = tail.prev;
        removeNode(res);
        return res;
    }

    public static void main(String[] args) {
        // 创建容量为 2 的LRU缓存
        LRUCache lruCache = new LRUCache(2);

        // 插入 (1, 1)
        lruCache.put(1, 1);
        // 插入 (2, 2)
        lruCache.put(2, 2);
        // 获取键 1 的值，返回 1
        System.out.println(lruCache.get(1));
        // 插入 (3, 3)，因为缓存容量为 2，需要移除最久未使用的键 2
        lruCache.put(3, 3);
        // 获取键 2 的值，返回 -1，因为键 2 已经被移除
        System.out.println(lruCache.get(2));
        // 插入 (4, 4)，因为缓存容量为 2，需要移除最久未使用的键 1
        lruCache.put(4, 4);
        // 获取键 1 的值，返回 -1，因为键 1 已经被移除
        System.out.println(lruCache.get(1));
        // 获取键 3 的值，返回 3
        System.out.println(lruCache.get(3));
        // 获取键 4 的值，返回 4
        System.out.println(lruCache.get(4));
    }
}

时间空间复杂度

• 时间复杂度：get和put操作均为O(1)的时间复杂度。
• 空间复杂度：O(capacity)，存储哈希表和双向链表所需的空间