LRU缓存

LRU缓存

难度中等1217

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

提示：

• 1 <= capacity <= 3000
• 0 <= key <= 3000
• 0 <= value <= 104
• 最多调用 3 * 104 次 get 和 put

//双向循环链表
class MyList {

    Entry head, tail;
    int size = 0;


    MyList() {
        head = new Entry(-1, -1);
        tail = new Entry(-1, -1);
        head.ne = tail;
        head.pre = tail;
        tail.ne = head;
        tail.pre = head;
    }

    void remove(Entry p) {
        p.ne.pre = p.pre;
        p.pre.ne = p.ne;
        size--;
    }

    void addAfter(Entry p, Entry node) {
        node.ne = p.ne;
        node.pre = p;
        node.ne.pre = node;
        node.pre.ne = node;
        size++;
    }

    void addFirst(Entry p) {
        addAfter(head, p);
    }

    Entry getLast() {
        if (size == 0) return null;
        return tail.pre;
    }

    Entry getFirst() {
        if (size == 0) return null;
        return head.ne;
    }

    void addLast(Entry p) {
        addAfter(tail.pre, p);
    }

}

class Entry {
    int k, v;
    Entry ne, pre;

    public Entry(int k, int v) {
        this.k = k;
        this.v = v;
    }
}


class LRUCache {

	//数组模拟哈希表，每个元素是链表的结点指针
    Entry tb[] = new Entry[3001];
    MyList q;
    int size = 0;
    int maxSize;

    public LRUCache(int capacity) {
        q = new MyList();
        maxSize = capacity;
    }

    public int get(int key) {
        if (tb[key] == null) return -1;
        Entry e = tb[key];
        q.remove(e);
        q.addLast(e);
        return e.v;

    }

    public void put(int key, int value) {
        if (tb[key] != null) {
            //覆盖元素
            Entry e = tb[key];
            e.v = value;
            q.remove(e);
            q.addLast(e);
            return;
        }
        //删除最早进入的元素
        if (size == maxSize) {
            tb[q.getFirst().k] = null;
            size--;
            q.remove(q.getFirst());
        }
        //增加新元素
        Entry e = new Entry(key, value);
        size++;
        q.addLast(e);
        tb[e.k] = e;
    }
}