146. LRU 缓存机制 + 哈希表 + 自定义双向链表

题目来源

LeetCode-146

题目描述

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

题解分析

解法一：使用java自带的LinkedHashMap

1. 考虑到LinkedHashMap中的元素是按序插入的，利用这个性质，可以维护队列保持“最久最少使用”的特性。
2. 需要注意的是，LinkedHashMap中插入元素是在队列尾插入的，在容量大于capacity时，需要将队列头的元素删除，即表示删除最旧的元素。

class LRUCache {
    int capacity;
    LinkedHashMap<Integer, Integer> map;
    public LRUCache(int capacity) {
        this.capacity = capacity;
        map = new LinkedHashMap<>();
    }
    
    public int get(int key) {
        if(!map.containsKey(key)){
            return -1;
        }
        int val = map.get(key);
        // 设置为最新使用
        setToNewest(key);
        return val;
    }
    
    public void put(int key, int value) {
        if(map.containsKey(key)){
            map.put(key, value);
            setToNewest(key);
            return;
        }

        if(map.size() == capacity){
            // 获取最旧的元素，在队列头
            int headKey = map.keySet().iterator().next();
            map.remove(headKey);
        }
        map.put(key, value);
    }

    private void setToNewest(int key){
        int val = map.get(key);
        map.remove(key);
        map.put(key, val);
    }
}

/**
 * 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);
 */

解法二：自定义双向链表

class LRUCache {
    class DLinkedListNode{
        int key, value;
        DLinkedListNode pre, next;
        DLinkedListNode(){}
        DLinkedListNode(int key, int value){
            this.key = key;
            this.value = value;
        }
    }
    // 将指定节点添加到头结点
    private void addToHead(DLinkedListNode node){
        node.pre = head;
        node.next = head.next;
        head.next.pre = node;
        head.next = node;
    }
    // 移除节点
    private void removeNode(DLinkedListNode node){
        node.pre.next = node.next;
        node.next.pre = node.pre;
    }
    // 将指定节点移动到头结点
    private void removeToHead(DLinkedListNode node){
        removeNode(node);
        addToHead(node);
    }
    // 移除尾结点
    private DLinkedListNode removeTail(){
        DLinkedListNode node = tail.pre;
        removeNode(node);
        return node;
    }

    int capacity;
    Map<Integer, DLinkedListNode> cache;
    DLinkedListNode head, tail;// 虚拟头尾节点


    public LRUCache(int capacity) {
        this.capacity = capacity;
        this.cache = new HashMap<>();
        head = new DLinkedListNode();
        tail = new DLinkedListNode();
        head.next = tail;
        tail.pre = head;
    }
    
    public int get(int key) {
        if(!cache.containsKey(key)){
            return -1;
        }
        DLinkedListNode node = cache.get(key);
        removeToHead(node);
        return node.value;
    }
    
    public void put(int key, int value) {
        if(cache.containsKey(key)){
            DLinkedListNode node = cache.get(key);
            node.value = value;
            removeToHead(node);
            return;
        }
        if(cache.size() == capacity){
            DLinkedListNode node = removeTail();
            cache.remove(node.key);
        }
        DLinkedListNode node = new DLinkedListNode(key, value);
        addToHead(node);
        cache.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);
 */

复杂度分析