【剑指offer】LRU 缓存

LRU 缓存

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。

class LRUCache {

    class LinkNode{
        int key;
        int value;
        LinkNode prev;
        LinkNode next;
        public LinkNode(){}
        public LinkNode(int _key, int _value){
            key = _key;
            value = _value;
        }
    }

    private Map<Integer, LinkNode> cache = new HashMap<>();
    private int capacity;
    private LinkNode head,tail;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        head = new LinkNode();
        tail = new LinkNode();
        head.next = tail;
        tail.prev = head;
    }
   
    public int get(int key) {
        LinkNode node = cache.get(key);
        if (node != null) {
            removeNode(node);
            addToHead(node);
            return node.value;
        }
        return -1;
    }
   
    public void put(int key, int value) {
        LinkNode node = cache.get(key);
        if (node == null) {
            LinkNode newNode = new LinkNode(key, value);
            if(cache.size() >= capacity){
                LinkNode reNode = tail.prev;
                removeNode(reNode);
                cache.remove(reNode.key);
            }
            cache.put(key, newNode);
            addToHead(newNode);
        } else {
            node.value = value;
            removeNode(node);
            addToHead(node);
        }
    }

    private void addToHead(LinkNode node){
        node.next = head.next;
        node.prev = head;
        head.next.prev = node;
        head.next = node;
    }
    private void removeNode(LinkNode node){
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }
}