LeetCode 热题 HOT 100Java题解之146. LRU 缓存（击败了97.94%的用户）

 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

思路：

使用官方题解的双指针加哈希表方法，其实不难，看代码也很容易看懂，但是自己写的话很烦

太多了。没什么特别好的办法，死记硬背吧。

我在代码里加了详细注释，可以看一下。

复杂度：

时间复杂度：O(1) 

空间复杂度：O(n)

代码：

 //先写双向链表结构
    class DLinkedNode{
        int key;
        int value;
        DLinkedNode pre;
        DLinkedNode next;
        public DLinkedNode(){}
        public DLinkedNode(int key,int value){
            this.key = key;
            this.value = value;
        }
    }

    //用hashMap`来充当容器，方便查询
    private Map<Integer,DLinkedNode> cache = new HashMap<Integer,DLinkedNode>();
    //size表示当前缓存的长度
    private int size;
    //capacity表示缓存最大的长度
    private int capacity;
    //用来表示伪头部和伪尾部标记界限，在添加和删除时不用检查相邻节点存在与否
    private DLinkedNode head,tail;

    public LRUCache(int capacity) {
        this.size = 0;
        this.capacity = capacity;
        head = new DLinkedNode();
        tail = new DLinkedNode();
        head.next = tail;
        tail.pre = head;
    }
    
    //get的逻辑是如果key存在，也就是cache里有这个数据存在就返回，
    //没有返回-1，并且调整顺序
    public int get(int key) {
        DLinkedNode node = cache.get(key);
        if(node == null) return -1;

        //如果存在的话，先移动到头部，再返回值
        moveToHead(node); //移动到头部的方法在下面完成
        return node.value;
    }
    
    //put就是将给定的key，value放到cache中的头部，如果有超出就删除尾部
    public void put(int key, int value) {
        //放进去之前看一下是否存在key了
        DLinkedNode node = cache.get(key);
        if(node ==null){
            //不存在就建一个新node
            DLinkedNode newNode = new DLinkedNode(key,value);
            cache.put(key,newNode);
            //再将数据添加到链表的头部
            addToHead(newNode);
            ++size;
            if(size>capacity){
                //容量超出就删除尾部节点
                //先删列表
                DLinkedNode tail = removeTail();
                //再删哈希表
                cache.remove(tail.key);
                --size;
            }
        }else{
            //key在的话，就修改value，再移到头部
            node.value =value;
            moveToHead(node);
        }
    }

    //写添加到头部方法
    private void addToHead(DLinkedNode node){
        //将node添加到head和head.next之间
        node.pre = head;
        node.next = head.next;
        head.next.pre = node;
        head.next = node;
    }
    //删除node方法
    private void removeNode(DLinkedNode node){
        node.pre.next = node.next;
        node.next.pre = node.pre;
    }
    //移到头部
    private void moveToHead(DLinkedNode node){
        // node.next = head.next;
        // node.pre = head;
        // head.next.pre = node;
        // head.next = node;
        //这样其实是添加到头部
        //先删除，然后将删除的数据加到头部就对了
        removeNode(node);
        addToHead(node);
    }
    //删除并返回最后一个数据结点
    private DLinkedNode removeTail(){
        DLinkedNode res = tail.pre;
        removeNode(res);
        return res;
    }