CodeTop-3-力扣146：LRU 缓存-Java

找实习的第一场面试，面的腾讯云，那个时候才刷了六十题左右，没做过这道题

面试官：平时刷题吗

我：刷，但是还没有刷很多（汗流浃背...）

面试官：那这道题做过吗？

我：还没有...

面试官：那确实刷的有点少哈，这是很经典的面试题

我：是的是的，我会继续刷的

很显然，那次面试我没有做出来这题，还用错了数据结构，现在想起来还尴尬，但是有一说一，腾讯的面试官很好！非常感谢他给了我一次非常愉快的面试，让我后续都没有不再惧怕面试，只是悔恨自己太菜！

题目

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

提示：

• 1 <= capacity <= 3000
• 0 <= key <= 10000
• 0 <= value <= 105
• 最多调用 2 * 105 次 get 和 put

class LRUCache {
    int capacity;
    Map<Integer,Integer> map;
    public LRUCache(int capacity) {
        this.capacity = capacity;
        //双向链表，越靠近头就是最久未使用
        //         越靠近尾就是最近使用的
        this.map = new LinkedHashMap<>();
    }

    // get相当于使用，需要移动到尾部来
    public int get(int key) {
        if(map.containsKey(key)){
            int value = map.get(key);
            map.remove(key);
            map.put(key,value);
            return value;
        }
        return -1;
    }

    public void put(int key, int value) {
        // 要先判断map是否包含key，不能先判断容量是否已经达到最大容量再去判断是否包含key
        if(map.containsKey(key)){//删除旧，插入新
            map.remove(key);
            map.put(key,value);
        }else if(map.size()==capacity){//删除头部第一个
            Set keySet = map.keySet();
            Iterator iterator = keySet.iterator();
            Object firstKey = iterator.next();
            map.remove(firstKey);
            map.put(key,value);  
        }else {
            map.put(key,value);
        }
    }
}

也可以用内置的函数实现

class LRUCache {
    int capacity;
    LinkedHashMap<Integer, Integer> cache;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        cache = new LinkedHashMap<Integer, Integer>(capacity, 0.75f, true) {
            @Override
            //该方法用于在插入新元素时判断是否需要自动移除最老的元素。
            protected boolean removeEldestEntry(Map.Entry eldest) {
                return cache.size() > capacity; //返回true表示需要移除
            }
        };
    }

    public int get(int key) {
        return cache.getOrDefault(key, -1);//该方法用于在插入新元素时判断是否需要移除最老的元素。
    }

    public void put(int key, int value) {
        cache.put(key, value);
    }
}