题目
题解
- 继承LinkedHashMap
- 哈希表 + 双向链表
  - 算法逻辑
  - 代码实现

题目

地址：https://leetcode-cn.com/problems/lru-cache/
难度：中等
描述：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。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) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-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？

题解

继承LinkedHashMap
```
class LRUCache extends LinkedHashMap<Integer, Integer>{
  private int capacity;
  public LRUCache(int capacity) {
      super(capacity, 0.75F, true);
      this.capacity = capacity;
  }
  public int get(int key) {
      return super.getOrDefault(key, -1);
  }
  public void put(int key, int value) {
      super.put(key, value);
  }
  @Override
  protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
      return size() > capacity; 
  }
}
```
哈希表 + 双向链表

算法逻辑
LRU 缓存机制可以通过哈希表辅以双向链表实现，我们用一个哈希表和一个双向链表维护所有在缓存中的键值对。
双向链表按照被使用的顺序存储了这些键值对，靠近头部的键值对是最近使用的，而靠近尾部的键值对是最久未使用的。
哈希表即为普通的哈希映射（HashMap），通过缓存数据的键映射到其在双向链表中的位置。

这样以来，我们首先使用哈希表进行定位，找出缓存项在双向链表中的位置，随后将其移动到双向链表的头部，即可在 O(1) 的时间内完成 get 或者 put 操作。具体的方法如下：

对于 get 操作，首先判断 key 是否存在：

如果 key 不存在，则返回 −1；
如果 key 存在，则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置，并将其移动到双向链表的头部，最后返回该节点的值。

对于 put 操作，首先判断 key 是否存在：

如果 key 不存在，使用 key 和 value 创建一个新的节点，在双向链表的头部添加该节点，并将 key 和该节点添加进哈希表中。然后判断双向链表的节点数是否超出容量，如果超出容量，则删除双向链表的尾部节点，并删除哈希表中对应的项；
如果 key 存在，则与 get 操作类似，先通过哈希表定位，再将对应的节点的值更新为 value，并将该节点移到双向链表的头部。

上述各项操作中，访问哈希表的时间复杂度为 O(1)，在双向链表的头部添加节点、在双向链表的尾部删除节点的复杂度也为 O(1)。而将一个节点移到双向链表的头部，可以分成「删除该节点」和「在双向链表的头部添加节点」两步操作，都可以在 O(1) 时间内完成。

代码实现

class LRUCache {

    private Map<Integer, DLinkedNode> cache = new HashMap<Integer, DLinkedNode>();
    private int capacity;
    private DLinkedNode head; //头节点
    private DLinkedNode tail; //尾节点

    public LRUCache(int capacity) {
        this.capacity = capacity;
        head = new DLinkedNode();
        tail = new DLinkedNode();
        head.next = tail;
        tail.prev = head;
    }

    public int get(int key) {
        DLinkedNode node = cache.get(key);
        if (node == null) return -1;

        moveToHead(node);
        //返回值
        return node.value;
    }

    public void put(int key, int value) {
        DLinkedNode node = cache.get(key);
        if (node == null){//不存在
            //创建一个节点
            node = new DLinkedNode(key, value);
            //添加到表头
            addHead(node);
            //添加到map中
            cache.put(key,node);
            if (cache.size() > capacity){
                //删除队尾元素
                int deleteTailKey = deleteTail();
                //map中删除元素
                cache.remove(deleteTailKey);
            }
        }else{//存在该节点
            node.value = value;
            moveToHead(node);
        }
    }

    /**
     * 添加node节点到链表头
     * @param node
     */
    public void addHead(DLinkedNode node){
        if (node == null) return;

        node.prev = head;
        node.next = head.next;
        head.next.prev = node;
        head.next = node;
    }

    /**
     * 移动节点到链表头
     * @param node
     */
    public void moveToHead(DLinkedNode node){
        //删除节点
        deteleNode(node);
        //添加到表头
        addHead(node);
    }

    /**
     * 删除node节点
     * @param node
     */
    public void deteleNode(DLinkedNode node){
        if (node == null) return;

        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    public int deleteTail(){
        if (head.next == tail) return -1;

        int DeletKey = tail.prev.key;
        deteleNode(tail.prev);
        return DeletKey;
    }



}
//定义节点
class DLinkedNode{
    DLinkedNode next;
    DLinkedNode prev;
    int key;
    int value;

    public DLinkedNode(){}
    public DLinkedNode(int key, int value){
        this.key = key;
        this.value = value;
    }
}

java宝典

146. LRU 缓存机制

题目

题解

继承LinkedHashMap

哈希表 + 双向链表

算法逻辑

代码实现