Leetcode146 LRU缓存机制——java实现

百度百科-LRU缓存机制

LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的时间t，当须淘汰一个页面时，选择现有页面中其 t 值最大的，即最近最少使用的页面予以淘汰。

leetcode-LRU缓存机制

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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥已经存在，则变更其数据值；如果密钥不存在，则插入该组「密钥/数据值」。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？

思路：

本题的思路为：哈希表+双向链表

其中：

• 哈希表是为了以O(1)的时间复杂度访问到数据。

• 双向链表，是为了以O(1)的时间复杂度插入数据，与当缓存容量达到上限时，写入新数据之前删除最久未使用的数据。
  -

• 若[key2, Node2] 这组是最近访问、最近更新或者新增的，那么就会如图所示放在Head结点的后面，因为拥有这种机制，所以双向链表中较为靠近Head的为较近时间访问，比较靠近Tail的为较远时间访问。

• 若LRU缓存只能容纳5组KV数据。那么[key3, Node3]将在下一次添加数据的时候，从Map与List中删除。

java代码实现:

class LRUCache {
   
    
    private Map<Integer, Node> map;
    private DoublyLinkedList list;
    private int capacity;

    public LRUCache(int capacity) {
   
        //通过map 以 O（1）复杂度取得数据
        map = new HashMap<>();
        list = new DoublyLinkedList();
        this.capacity = capacity;