LRU的设计与实现（算法村第五关黄金挑战）

146. LRU 缓存 - 力扣（LeetCode）

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。

用一张图来理解整个流程

假设内存只能容纳3个页面，按照 7 0 1 2 0 3 0 4 的次序访问页面。假设内存按照栈的方式来描述访问时间：上面是最近访问的，下面是最远时间访问的，那LRU就是这样工作的：

在这里插入图片描述

HashMap + 双向链表

class LRUCache
{/*** 双向链表的结点*/class Node{int key;    //结点的标识int value;  //结点的值Node pre;Node next;public Node(){}public Node(int key, int value){this.key = key;this.value = value;}}Node dummyHead; //虚拟头结点Node dummyTail; //虚拟尾结点/*** 用于定位结点的HashMap*/HashMap<Integer, Node> hashMap = new HashMap<>();int capacity;   //容量大小int size; //当前缓存大小public LRUCache(int capacity){this.capacity = capacity;this.size = 0;dummyHead = new Node();dummyTail = new Node();dummyHead.next = dummyTail;dummyTail.pre = dummyHead;}/*** 移除结点*/public void remove(Node node){//node前驱的后继改为node的后继node.pre.next = node.next;//node后继的前驱改为node的前驱node.next.pre = node.pre;}/*** 将独立的结点添加到链表头部*/public void addToHead(Node node){//头插法node.pre = dummyHead;node.next = dummyHead.next;dummyHead.next.pre = node; //原先表首结点的前驱改为nodedummyHead.next = node;}/*** 将双向链表中的结点移动到表首*/public void moveToHead(Node node){remove(node);addToHead(node);}public int get(int key){Node node = hashMap.get(key);//如果链表没有这个结点,直接返回-1if (node == null)return -1;//存在的话，先将它提到表首，再返回结点的值moveToHead(node);return node.value;}public void put(int key, int value){Node node = hashMap.get(key);//如果链表没有这个结点，则生成一个新结点，并放在表首if(node == null){Node newNode = new Node(key, value);addToHead(newNode);hashMap.put(key, newNode);  //在哈希表中记录这个新结点//只有添加新结点的情况下才会时缓存大小变化size++;//若put之后超出容量，则在链表中删除尾结点，并在哈希表中除名if (size > capacity){Node tail = dummyTail.pre;remove(tail);hashMap.remove(tail.key);}}else    //如果已经存在，则将node提到表首，并更新value值{moveToHead(node);node.value = value;}}
}