【LeetCode】LRU 缓存 [M]（LRU内存替换算法）

146. LRU 缓存 - 力扣（LeetCode）

一、题目

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。

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

二、代码

class LRUCache {
    public MyCache cache;
    public LRUCache(int capacity) {
        cache = new MyCache(capacity);
    }
    
    public int get(int key) {
        return cache.get(key);
    }
    
    public void put(int key, int value) {
        cache.put(key, value);
    }
 
    // 双端链表节点类
    public static class Node {
        public Integer key;
        public Integer value;
        public Node next;
        public Node last;
 
        public Node(Integer key, Integer value) {
            this.key = key;
            this.value = value;
        }
    }
 
    // 双端链表类
    public static class NodeLinkedList {
        // 头尾指针直接指向头节点和尾节点   head为空说明链表为空
        public Node head;
        public Node tail;
 
        // 初始化
        public NodeLinkedList() {
            this.head = null;
            this.tail = null;
        }
 
        // 将node节点加到链表尾部
        public void add(Node node) {
            // node为空直接返回
            if (node == null) {
                return;
            }
            // head为空说明此时链表为空
            if (head == null) {
                // 直接将头尾指针指向这个节点
                head = node;
                tail = node;
            // 链表不为空
            } else {
                // 查到链表尾部
                tail.next = node;
                node.last = tail;
                tail = node;
            }    
        }
 
        // 移除头节点
        public void remove() {
            // 链表存在同节点
            if (head != null) {
                // 链表只有一个节点
                if (head == tail) {
                    head = null;
                    tail = null;
                // 链表有多个节点
                } else {
                    head.next.last = null;
                    head = head.next;
                }
            }
        }
 
        // 将node节点移动到尾部
        public void moveNodeToTail(Node node) {
            // 如果该节点就是尾节点，直接返回
            if (tail == node) {
				return;
			}
            
            // 链表不为空
            if (head != null) {
                // node不是头节点
                if (node != head) {
                    // 将node从链表原位置分离
                    node.last.next = node.next;
                    node.next.last = node.last;
                // node是头节点
                } else {
                    // 将node从链表原位置分离
                    head = head.next;
                    head.last = null;
                }
 
                // 将node移动到尾部
                tail.next = node;
                node.last = tail;
                node.next = null;
                tail = node;
            }
        }
    }
 
    // 缓存类
    public static class MyCache {
        // 记录当前链表有哪些节点
        public HashMap cacheMap;
        // 双端链表
        public NodeLinkedList nodeLinkedList;
        // 缓存大小
        public int capacity;
 
        // 初始化
        public MyCache(int capacity) {
            this.cacheMap = new HashMap<>();
            this.nodeLinkedList = new NodeLinkedList();
            this.capacity = capacity;
        }
 
        // 获取指定数据
        public int get(int key) {
            Node node = cacheMap.get(key);
            if (node != null) {
                // 因为对该数据操作了，将其移动到尾部
                nodeLinkedList.moveNodeToTail(node);
                return node.value;
            }
            // 没有该数据返回-1
            return -1;
        }
 
        // 将数据加入到缓存    如果已存在就更新
        public void put(int key, int value) {
            Node node = cacheMap.get(key);
            
            // 修改已存在的数据
            if (node != null) {
                node.value = value;
                // 因为对该数据操作了，将其移动到尾部
                nodeLinkedList.moveNodeToTail(node);
            // 该数据是新加入的
            } else {
                // 为其创建node
                node = new Node(key, value);
 
                // 缓存还没有满
                if (cacheMap.size() < capacity) {
                    // 直接加到尾部
                    nodeLinkedList.add(node);
                    // 加入到Map
                    cacheMap.put(key, node);
                } else {
                    // 将链表头移除，他是最久没有操作过的数据
                    // 从Map移除
                    cacheMap.remove(nodeLinkedList.head.key);
                    // 从链表移除
                    nodeLinkedList.remove();
 
                    // 将新数据加入
                    nodeLinkedList.add(node);
                    cacheMap.put(key, node);
                }
            }
        }
    }
}
 
/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache obj = new LRUCache(capacity);
 * int param_1 = obj.get(key);
 * obj.put(key,value);
 */

三、解题思路 

双向链表 + 哈希表实现

Hash表里：

key：用来唯一标识双向链表里的Node，例如A

value：Key对应的节点Node (A, 3)，一个双向链表的节点，有last、next指针

用双向链表来表示谁是较近操作的，谁是较远操作的。

越靠近双向链表的尾巴越近，越靠近双向链表的头部越远。

双向链表记一个头指针，记一个尾指针，可以很方便的把一个数据直接挂在尾巴上。