《leetcode》： LRU Cache

题目

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

思路：超时

借用一个Map和List来完成，List得作用就是将每次操作的key放在最前面。这样，当满的时候，List的最后一个元素就是很久没有被使用过的，其对应的(key,value)应该在map中被删除。

但是这种方式不能AC，报超时，能优化的地方都进行了优化还是不行。

实现代码如下：

public class LRUCache {
    private Map<Integer,Integer> map = null;
    private List<Integer> list  = new ArrayList<Integer>();
    private int totalSize;
    public LRUCache(int capacity) {
        map = new HashMap<Integer,Integer>(capacity);
        totalSize = capacity;
    }

    public int get(int key) {
        if(map.containsKey(key)){  
            //将key放在最前面
            //由于list的remove方法中的参数是索引下标
            remove(key);    
            list.add(0, key);
            return map.get(key);
        }
        return -1;
    }


    public void set(int key, int value) {
        int mapSize = map.size();
        boolean b_Contain = map.containsKey(key);
        if(mapSize<totalSize&&!b_Contain){
            map.put(key, value);
        }
        else if(mapSize<=totalSize&&b_Contain){
            map.put(key, value);
            //把key放在最前面
            remove(key);
        }
        else if(mapSize==totalSize&&!b_Contain){
            Integer k = list.get(list.size()-1);
            //先在Map中删除最久没有使用的
            map.remove(k, map.get(k));
            map.put(key, value);
            //list.remove(k);
            remove(k);  
        }   
        //将key放在最前面
        list.add(0, key);
    }

    private void remove(Integer k) {
        int len = list.size();
        for(int i=0;i<len;i++){
            if(k.equals(list.get(i))){
                list.remove(i);
                break;
            }
        }
    }
}

因此需要寻找更好的方法。