LeetCode-031. 最近最少使用缓存

 HashMap扩容：(30条消息) 代码优化 | 如何设置HashMap的初始值大小_hashmap指定初始值大小_死牛胖子的博客-CSDN博客

 

 1、哈希表+LinkedList

超出时间（）

Collection(集合):容器,用于存放对象(引用类型。基本类型需要自动装箱) 
List(列表):元素有序,元素可以重复 (有索引)。 通过元素的equals()方法判断是否重复。  
Set(集):元素无序,不可重复 (没有索引)。 遍历只能用Iterator迭代器和增强for, 不能使用普通for遍历。 
ArrayList(数组列表): 查询快,增删慢。 
LinkedList(链表): 查询慢,增删快。
HashSet(哈希表): 查询快,增删慢。 (底层其实就是Map) 。 存放的引用类型需重写hashCode()和equals()方法。
LinkedHashSet(哈希链表): 查询慢,增删快。 有序的,存放顺序和取出顺序一致。(30条消息) javaSE LinkedList集合,元素有序可以重复,查询慢,增删快_houyanhua1的博客-CSDN博客

class LRUCache {
    Map<Integer,Integer> map;
    LinkedList<Integer> list;
    int capacity;
    public LRUCache(int capacity) {
        map=new HashMap<>();
        list=new LinkedList<>();
        this.capacity=capacity;
    }
    
    public int get(int key) {
        if(map.containsKey(key)){
            list.addFirst(key);
            removeDuplicatedElements(list);
            return map.get(key);
        }
        return -1;
    }
    
    public void put(int key, int value) {
        if(!map.containsKey(key)){
            //bu已存在
            if(map.size()>capacity-1){
                int k = list.removeLast();
                map.remove(k);
            }
        }
        map.put(key,value);
        list.addFirst(key);
        removeDuplicatedElements(list);
    }

    private static LinkedList removeDuplicatedElements(LinkedList<Integer> list) { 
        HashSet set = new HashSet(); 
        Iterator iter = list.listIterator(); 
        while(iter.hasNext()){ 
            int str = (Integer)iter.next(); 
            if(!set.contains(str)) set.add(str); 
            else iter.remove(); 
        } 
        return list; 
    }
}

/**
 * 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);
 */

最近最少使用缓存 - 最近最少使用缓存 - 力扣（LeetCode）

public class LRUCache {
    class DLinkedNode {
        int key;
        int value;
        DLinkedNode prev;
        DLinkedNode next;
        public DLinkedNode() {}
        public DLinkedNode(int _key, int _value) {key = _key; value = _value;}
    }

    private Map<Integer, DLinkedNode> cache = new HashMap<Integer, DLinkedNode>();
    private int size;
    private int capacity;
    private DLinkedNode head, tail;

    public LRUCache(int capacity) {
        this.size = 0;
        this.capacity = capacity;
        // 使用伪头部和伪尾部节点
        head = new DLinkedNode();
        tail = new DLinkedNode();
        head.next = tail;
        tail.prev = head;
    }

    public int get(int key) {
        DLinkedNode node = cache.get(key);
        if (node == null) {
            return -1;
        }
        // 如果 key 存在，先通过哈希表定位，再移到头部
        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，创建一个新的节点
            DLinkedNode newNode = new DLinkedNode(key, value);
            // 添加进哈希表
            cache.put(key, newNode);
            // 添加至双向链表的头部
            addToHead(newNode);
            ++size;
            if (size > capacity) {
                // 如果超出容量，删除双向链表的尾部节点
                DLinkedNode tail = removeTail();
                // 删除哈希表中对应的项
                cache.remove(tail.key);
                --size;
            }
        }
        else {
            // 如果 key 存在，先通过哈希表定位，再修改 value，并移到头部
            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;
    }
}