【leetcode】146.LRU 缓存机制 (Java)

题目描述

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 <= 10000
• 0 <= value <= 105
• 最多调用 2 * 105 次 get 和 put

题解

可以get，put 所以要使用到hashmap。要突出顺序，要使用到链表。所以最后用哈希链表来实现LRU缓存机制。
1、哈希链表节点，必须是双向链表，才能保证删除的复杂度是O(1)。

class Node{
        private int key;
        private int value;
        Node pre, next;
        public Node(){}
        public Node(int key, int value){
            this.key = key;
            this.value = value;
        }

        public int getKey() {return this.key;}
        public int getValue() {return this.value;}
        public void setValu(int value) {this.value = value;}
    }

2、初始化：count用来记录当前有多少个节点。capacity表示容量。新建虚拟头节点head，尾节点tail简化处理时的逻辑。map用来实现时间复杂度为O(1)的查找
3、查找：利用map.get(key)查找到节点，如果查找到节点，把当前节点抽取出链表，插入链表头部。如果没有查找到节点，返回-1。
4、插入：

• 如果map中已经有了当前的key，利用map.get(key)查找到节点，把当前节点抽取出链表，修改节点的值，插入链表头部。
• 如果map中没有，新建一个节点，插入链表头部，count++。此时如果count > capacity。 删除最后一个节点（也就是tail之前的节点），并删除map之中保存的节点，count–。

class LRUCache {
    class Node{
        private int key;
        private int value;
        Node pre, next;
        public Node(){}
        public Node(int key, int value){
            this.key = key;
            this.value = value;
        }

        public int getKey() {return this.key;}
        public int getValue() {return this.value;}
        public void setValu(int value) {this.value = value;}
    }

    private int count;
    private int capacity;
    Map<Integer, Node> map;
    Node head;
    Node tail;

    public LRUCache(int capacity) {
        count = 0;
        this.capacity = capacity;
        map = new HashMap<>();
        head = new Node();
        tail = new Node();
        head.next = tail;
        tail.pre = head;
    }
    
    public int get(int key) {
        if (map.containsKey(key)){
            Node node = map.get(key);
            //抽取出当前的节点
            node.next.pre = node.pre;
            node.pre.next = node.next;
            //插入到头节点之后
            node.next = head.next;
            head.next = node;
            node.next.pre = node;
            node.pre = head;
            return node.getValue();
        }else{
            return -1;
        }
    }
    
    public void put(int key, int value) {
        if (map.containsKey(key)){
            Node node = map.get(key);
            //抽取出当前的节点
            node.next.pre = node.pre;
            node.pre.next = node.next;
            //插入到头节点之后
            node.next = head.next;
            head.next = node;
            node.next.pre = node;
            node.pre = head;
            //修改当前节点的值，添加到map之中
            node.setValu(value);
            map.put(key, node);
        }else{
            count++;
            //新建节点，插入头节点之后
            Node node = new Node(key, value);
            node.next = head.next;
            head.next = node;
            node.next.pre = node;
            node.pre = head;
            map.put(key, node);
            if (count > capacity){
                //删除最后一个节点，并且在map中移除
                int delKey = tail.pre.getKey();
                tail.pre = tail.pre.pre;
                tail.pre.next = tail;
                map.remove(delKey);
                count--;
            }
        }
    }
}