146. LRU缓存机制

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。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥已经存在，则变更其数据值；如果密钥不存在，则插入该组「密钥/数据值」。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:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作会使得密钥 2 作废
cache.get(2); // 返回 -1 (未找到)
cache.put(4, 4); // 该操作会使得密钥 1 作废
cache.get(1); // 返回 -1 (未找到)
cache.get(3); // 返回 3
cache.get(4); // 返回 4

本题开始提示了我们要运用学过的数据结构，而且具有高要求的复杂度，其实我一开始并没有想到O（1）的复杂度的办法，看了题解，才知道本题可以用双向链表+哈希表。
我们通过一个哈希表存储一个键，值是一个双向链表的节点，每当我们put就把节点放到最前面，每当我们get也把这个节点放到最前面，当put超过这个容量就把结尾的节点给去掉。构思是非常精妙的，当你想到了哈希表结构存储键和双向链表的节点的时候，本道题几乎已经没有难度了。只剩下复杂的操作链表的操作，而因为是双向链表，其实操作起来也是比较简单的，只要耐心和细心即可。
代码如下：

class LRUCache {
    class LinkedNode{
        int key;
        int val;
        LinkedNode pre;
        LinkedNode next;
        public LinkedNode(){}
        public LinkedNode(int key,int value) {
            this.key = key;
            this.val = value;
        }
    }
    private int capacity;
    private HashMap<Integer,LinkedNode> map;
    private LinkedNode head;
    private LinkedNode tail;
    public LRUCache(int capacity) {
        
        map = new HashMap<>();
        this.capacity = capacity;

        head = new LinkedNode();
        tail = new LinkedNode();

        head.next = tail;
        tail.pre = head;
    }
    
    public int get(int key) {
        if (map.containsKey(key)){
            LinkedNode node = map.get(key);
            moveToHead(node);
            return node.val;
        }
        else{
            return -1;
        }

    }
    
    public void put(int key, int value) {
        if (map.containsKey(key)){
            LinkedNode node = map.get(key);
            moveToHead(node);
            node.val = value;
        }
        else{
            if (map.size() < capacity){
                LinkedNode newNode = new LinkedNode(key,value);
                map.put(key,newNode);
                addHead(newNode);
            }  
            else{
                LinkedNode node = new LinkedNode(key,value);
                LinkedNode t = tail.pre;
                map.remove(t.key);
                moveTail();
                map.put(key,node);
                addHead(node);
            }
        }
    }
    void addHead(LinkedNode node){
        node.next = head.next;
        head.next.pre = node;
        node.pre = head;
        head.next = node;
    }
    void moveNode(LinkedNode node){
        node.pre.next = node.next;
        node.next.pre = node.pre;
    }
    void moveToHead(LinkedNode node){
        moveNode(node);
        addHead(node);
    }
    void moveTail(){
        LinkedNode node = tail.pre;
        moveNode(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);
 */

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/lru-cache
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。