【算法】【线性表】【链表】LRU 缓存

1  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

2  解答

今天脑袋不在线，这前后指针把我指晕了，= =但我还是硬着头皮自己写出来了：

大致思路：首先操作要保证O(1) 那么需要一个map来存放数据，并且要移动或者操作首尾元素，所以我要用一个双向链表哈：

public class LRUCache {
    class DoubleNode {
        int key;
        int val;
        DoubleNode pre;
        DoubleNode next;
        DoubleNode(int key, int val) {
            this.key = key;
            this.val = val;
        }
        DoubleNode(int key, int val, DoubleNode pre, DoubleNode next) {
            this.key = key;
            this.val = val;
            this.pre = pre;
            this.next = next;
        }
    }

    // 容量
    private int capacity;
    // 存储数据
    private Map<Integer, DoubleNode> dataMap;
    // 头节点 因为操作都要保证 O(1) 所以用双向链表
    private DoubleNode head;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        head = new DoubleNode(0, 0);
        dataMap = new HashMap<>(capacity);
    }

    public int get(int key) {
        DoubleNode node = dataMap.get(key);
        // 如果为空表示不存在，直接返回 -1
        if (Objects.isNull(node)) {
            return -1;
        }
        // 存在的话 需要把该 key 移动到最前面来
        moveFirst(node);
        return node.val;
    }

    public void put(int key, int value) {
        // 容量本身是空的话 直接返回
        if (capacity <= 0) return;
        // 先看他存在不
        DoubleNode node = dataMap.get(key);
        // 存在该key，那么更新下旧值，并移动到前面来
        if (Objects.nonNull(node)) {
            node.val = value;
            moveFirst(node);
            return;
        }
        node = new DoubleNode(key, value);
        // 不存在的话，当前容量不够了先删除
        if (dataMap.size() >= capacity) {
            // 容量满了的话 先淘汰再放
            removeLast();
        }
        addFirst(node);
        dataMap.put(key, node);
    }

    /**
     * 删除尾部元素
     */
    public void removeLast() {
        DoubleNode tailNode = head.pre;
        if (tailNode == null) {
            return;
        }
        DoubleNode tailPreNode = tailNode.pre;
        if (tailPreNode == head) {
            head.pre = null;
            head.next = null;
        } else {
            tailPreNode.next = tailNode.next;
            head.pre = tailPreNode;
        }
        dataMap.remove(tailNode.key);
    }

    /**
     * 新增元素到头部
     * @param node
     */
    public void addFirst(DoubleNode node) {
        DoubleNode nextNode = head.next;
        if (nextNode == null) {
            node.pre = head;
            node.next =  head;
            head.next = node;
            head.pre = node;
        } else {
            node.pre = head;
            node.next = nextNode;
            head.next = node;
            nextNode.pre = node;
        }
    }

    /**
     * 移动元素到最前面来
     * @param node
     */
    public void moveFirst(DoubleNode node) {
        DoubleNode preNode = node.pre;
        // 如果 preNode == head 已经在最前面了 就不需要移动了
        if (preNode == head) {
            return;
        }
        // node 前边的 next 更改
        preNode.next = node.next;
        DoubleNode nextNode = node.next;
        // node 后边的 pre 更改
        nextNode.pre = preNode;

        // node 解放出来了 插入到 head 的下边
        addFirst(node);
    }
}

加油。