LeetCode 146 LRU缓存机制

题目描述

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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，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？

示例:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // 返回  1
cache.put(3, 3);    // 该操作会使得密钥 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得密钥 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

分析：

1、使用栈和hashmap来做：（效率不高）

get：

如果hashmap中有的话，就去栈中，把相对应的节点放到栈顶去，这样栈顶就是最近最常使用的了；如果hashmap中没有的话，就返回-1。

 put：

如果hashmap中已有这个key值，就更新value的值，并且在栈中找到元素放到栈顶；

如果hashmap中没有这个key值，先把hashmap的元素个数（size）和设置的缓存capacity做比较：

       （1）size<capacity，容量够，可以直接往里放：把元素放进hashmap中，并且把元素放栈顶；

       （2）否则，容量不够，把栈底元素（最近没有使用到的）删除，并把这个元素在hashmap中也删除。然后把新元素放进hashmap中，并且把新元素放到栈顶。

2、使用双向链表和hashmap：（效率高）

栈的底层存储是维护一个数组，增删操作的时候，会动荡整个数组，使用链表只需要改变指针方向，效率更高。

与方法1 差不多，只是栈顶改成了链表的头指针（经常使用），栈底改成了链表的尾指针（不常使用）。

get：

如果hashmap中有的话，就去链表中，把相对应的节点放到链表头部去，这样链表头部就是最近最常使用的了；如果hashmap中没有找到的话，就返回-1。

 put：

如果hashmap中已有这个key值，就更新value的值，并且在链表中找到元素放到链表头部；

如果hashmap中没有这个key值，先把hashmap的元素个数（size）和设置的缓存capacity做比较：

       （1）size<capacity，容量够，可以直接往里放：把元素放进hashmap中，并且把元素放链表头部；

       （2）否则，容量不够，把链尾元素（最近没有使用到的）删除，并把这个元素在hashmap中也删除。然后把新元素放进hashmap中，并且把新元素放到链表头部。

Java实现：

注：双向链表头尾节点都使用空节点。真正数据节点是除去这两个节点。

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

/**
 * @ClassName:LURCache
 * @description:
 * @Author: why
 * @Date: 2019/4/20
 */
public class LRUCache {
    private class Node {
        private int key;
        private int value;

        private Node pre = null;
        private Node next = null;

        Node(int key, int value) {
            this.key = key;
            this.value = value;
        }

        Node() {
        }

    }

    private Map<Integer, Node> map;

    //缓存容量
    private int capacity;

    private Node tail = new Node();

    private Node head = new Node();

    //元素个数
    private int size;

    LinkedList

    LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap<>(capacity);
        size = 0;
        head.next = tail;
        tail.pre = head;
    }

    public void deleteNode(Node node) {
        Node preNode = node.pre;
        Node nextNode = node.next;

        preNode.next = nextNode;
        nextNode.pre = preNode;

        node.pre = null;
        node.next = null;
    }

    public void addNode(Node node) {
        Node headNext = head.next;

        head.next = node;
        headNext.pre = node;

        node.pre = head;
        node.next = headNext;
    }

    public void put(int key, int value) {

        Node node = map.get(key);

        if (node != null) {

            node.value = value;

            deleteNode(node);

            addNode(node);

        } else {

            node = new Node(key, value);

            if (size < capacity) {
                size++;
            } else {
                //删掉链尾（最近最少用的），map也要删！！
                map.remove(tail.pre.key);
                deleteNode(tail.pre);
            }

            //加到链头，并加到map！！！
            addNode(node);
            map.put(key, node);
        }
    }

    public int get(int key) {
        Node node = map.get(key);

        if (node == null) {

            return -1;
        }
        deleteNode(node);

        addNode(node);

        return node.value;

    }
    
}

测试：

18 / 18 个通过测试用例	状态：通过
执行用时：142 ms	提交时间：0 分钟之前