手写代码实现LRU算法

1、问题

2、答案

package com.atguigu.jmap;

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

// 哈希表 + 双向链表（哈希表中的key是int类型的值，value是Node节点，双向链表中存储的就是Node节点）
class LRUCache {
    // 存储容量
    private int capacity;
    // 存储Node节点的Map集合
    private Map<Integer, Node> map = new HashMap<>();
    // 存储Node节点的双向链表
    private DoubleLinkedList list = new DoubleLinkedList();

    public LRUCache(int capacity) {
        this.capacity = capacity;
    }

    // 如果存在返回对应的值，否则返回-1
    public int get(int key) {
        Node node = map.get(key);
        if (node != null) {
            // 将该节点移动到双向链表的表头
            list.moveToHead(node);
            return node.value;
        }
        return -1;
    }

    // 添加值
    public void put(int key, int value) {
        // 获取节点
        Node node = map.get(key);
        // 如果节点存在，直接更新节点的值
        if (node != null) {
            node.value = value;
            // 将该节点移动到双向链表的表头
            list.moveToHead(node);
            return;
        }
        // 如果容量已经满了，那就要删除末尾的节点
        if (map.size() == capacity) {
            // 获取尾部节点之前的节点，这个节点是我们自己的
            Node endNode = list.getEndNode();
            // 删除map集合中的该节点
            map.remove(endNode.key);
            // 删除双向链表中的该节点
            list.removeNode(endNode);
        }
        // 新建一个节点
        Node newNode = new Node(key, value);
        // 将该节点放在map中
        map.put(key, newNode);
        // 将该节点放在双向链表的表头
        list.addNode(newNode);
    }

    // 双向链表中的节点
    class Node {
        int key;
        int value;
        // 前一个节点
        Node prev;
        // 后一个节点
        Node next;

        Node() {
        }

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

    // 双向链表
    class DoubleLinkedList {
        // 双向链表的头结点和尾节点
        Node head, tail;

        // 必须有这样一个操作，因为我们下面需要用到head和tail
        DoubleLinkedList() {
            head = new Node();
            tail = new Node();
            head.next = tail;
            tail.prev = head;
        }

        // 添加节点
        void addNode(Node node) {
            // 先对付新节点
            node.prev = head;
            node.next = head.next;
            // 先更新node后面的节点
            head.next.prev = node;
            // 这个必须放在最后，因为前面都需要用到
            head.next = node;
        }

        // 返回尾部节点之前的节点
        Node getEndNode() {
            return tail.prev;
        }

        // 删除某节点
        void removeNode(Node node) {
            node.prev.next = node.next;
            node.next.prev = node.prev;
            // 最后清除该节点和其他节点的联系，用来方便垃圾回收
            node.prev = null;
            node.next = null;
        }

        // 将某节点移动到头部
        void moveToHead(Node node) {
            this.removeNode(node);
            this.addNode(node);
        }
    }

    public static void main(String[] args) {
        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}
        System.out.println(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}
        System.out.println(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}
        System.out.println(lRUCache.get(1));    // 返回 -1 (未找到)
        System.out.println(lRUCache.get(3));    // 返回 3
        System.out.println(lRUCache.get(4));    // 返回 4
    }
}

3、结果

1
-1
-1
3
4

4、解释

这道题其实是力扣上的题，我只是把我的解法分享一下，题目地址是https://leetcode-cn.com/problems/lru-cache，这道题想考察的知识点其实和redis有关，由于redis中有可能出现OOM的情况，如果要出现这种情况，我们就需要去有应对之法，默认采用不处理的策略，即：

也就是任凭内存溢出，不会进行处理；

但是这种策略不能用在生产上，所以我们可以使用另外一种处理方式，也就是allkeys-lru，可以在redis的配置文件中进行设置，具体设置方法如下：

该策略在配置文件中也有解释，如下：

含义是：“使用近似LRU算法逐出任意key”，其中提到了LRU算法，我们来看一下配置文件中对LRU算法的解释，如下：

含义是：“LRU算法意味着最近使用过的”，也就是删除那些最不常用的，然后LRU算法的具体处理方式在上面问题中已经说了很清晰了，这里不再赘述；

然后问题的文字描述我已经在代码中说得很清楚了，这里再用图来说明一下；

大体结构如下：

细分结构：