LeetCode 146 LRU缓存机制（中等）

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 。
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。

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：

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

思路与代码

哈希表 + 双向链表

用哈希表可以使用O(1)的时间复杂度来获取元素
用双向链表可以方便更新数据使用的频次，最新使用的数据节点放在链表头部

class LRUCache {
    
    // 创建节点类 有前驱和后继节点
    class Node {
        Node next;
        Node pre;
        int val;
        int key;
        public Node() {}
        public Node(int key, int val) {
            this.key = key;
            this.val = val;
        }
    }
    
    Map<Integer, Node> map;
    int capacity;
    Node head = null; // 头节点 指向第一个数据节点
    Node tail = null; // 尾节点


    public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new HashMap();
        
        // 初始化头、尾节点
        head = new Node();
        tail = new Node();
        head.next = tail;
        tail.pre = head;
    }
    
    public int get(int key) {
        if (!map.containsKey(key)) return -1;
        Node node = map.get(key);
        updateNode(node); // 因为使用过了该key，所以对该节点进行更新，移动到链表头部
        return node.val;
    }
    
    public void put(int key, int value) {
        if (map.containsKey(key)) {
            // 如果该关键字已存在
            Node node = map.get(key);
            node.val = value;
            updateNode(node); // 更新
        }else {
            // 该关键字不存在
            Node node = new Node(key, value);
            if (map.size () == capacity) {
                // 容量已满 最不常使用的尾节点删去
                removeLastNode();
            }
            addNewNode(node);
        }
    }

    // 删除链表的尾节点 即最不常用节点
    public void removeLastNode() {
        Node deleteNode = tail.pre;
        map.remove(deleteNode.key);
        deleteNode.pre.next = tail;
        tail.pre = deleteNode.pre;
    }

    // 添加新节点
    public void addNewNode(Node node) {
        node.pre = head;
        node.next = head.next;
        head.next = node;
        node.next.pre = node;
        map.put(key, node);
    }

    // 更新node的使用频率 即把节点添加到头部
    public void updateNode(Node node) {
        node.pre.next = node.next;
        node.next.pre = node.pre;
        addNewNode(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);
 */