剑指Offer II 031. 最近最少使用缓存（LRU）

一、题目描述

        运用所掌握的数据结构，设计和实现一个  LRU (Least Recently Used，最近最少使用) 缓存机制 。

        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) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-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久未使用的数据值，从而为新的数据值留出空间。

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
 

进阶：是否可以在 O(1) 时间复杂度内完成这两种操作？

二、思路讲解

        为什么使用双向链表？因为如果使用数组，最近使用的节点移到头部，时间复杂度为O（N）;而使用链表，可以降到O（1）

        为什么使用哈希表？因为链表的查找时间复杂度为O（N），使用哈希表，在不发生哈希冲突的情况下可以降到O（1）

三、Java代码实现

class LRUCache {

    //自定义双向链表
    class Entry {
        int key;
        int value;
        Entry prev;
        Entry next;
        public Entry() {}
        public Entry(int key, int value){
            this.key = key;
            this.value = value;
        }
    }

    Entry head, tair;               //头、尾结点
    int capacity;                   //容量
    int size;                       //当前大小
    Map<Integer, Entry> cache;      //HashMap

    public LRUCache(int capacity) {
        this.capacity = capacity;
        //初始化双向链表
        initLinkedList();
        size = 0;
        cache = new HashMap<>(capacity+2);
    }
    
    /**
        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
     */
    public int get(int key) {
        Entry node = cache.get(key);
        if(node == null) {
            return -1;
        }
        moveToHead(node);
        return node.value;
    }
    
    /**
        如果key存在，替换掉，再移到最前面
        如果key不存在，
            如果缓存容量达到上限，先删尾结点，再头插
            如果缓存容量未达上限，头插
     */
    public void put(int key, int value) {
        Entry node = cache.get(key);
        //如果key位置上存在节点
        if(node != null) {
            node.value = value;
            moveToHead(node);
            return;
        }

        //如果不存在
        //如果entry已满，删除最后一个节点
        if(size == capacity) {
            Entry lastNode = tair.prev;
            deleteNode(lastNode);
            cache.remove(lastNode.key);
            size--;
        }

        //把当前节点头插
        Entry newNode = new Entry();
        newNode.key = key;
        newNode.value = value;
        addNode(newNode);
        cache.put(key, newNode);
        size++;
    }

    /**
        初始化双向链表  
     */
    private void initLinkedList() {
        head = new Entry();
        tair = new Entry();
        head.next = tair;
        tair.prev = head;
    }

    /**
        将当前节点移到最前面（头结点之后）
     */
    private void moveToHead(Entry node) {
        //首先删除原来节点关系
        deleteNode(node);
        addNode(node);
    }

    /**
        删除当前节点
     */
    private void deleteNode(Entry node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    /**
        头插
     */
    private void addNode(Entry node) {
        head.next.prev = node;
        node.next = head.next;

        node.prev = head;
        head.next = node;
    }
}

/**
 * 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);
 */

参考：不该这么嚣张的，B站面试官水平真高，手写LRU算法失算了_哔哩哔哩_bilibili