146. LRU缓存机制Java实现

题目：

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

题解：

这道题是一个数据结构设计题，在leetcode里面就这么一道，还是挺经典的一道题，可以好好看看。

这道题要求设计实现LRU cache的数据结构，实现set和get功能。学习过操作系统的都应该知道，cache作为缓存可以帮助快速存取数据，但是确定是容量较小。这道题要求实现的cache类型是LRU，LRU的基本思想就是“最近用到的数据被重用的概率比较早用到的大的多”，是一种更加高效的cache类型。

解决这道题的方法是：双向链表+HashMap。

“为了能够快速删除最久没有访问的数据项和插入最新的数据项，我们将双向链表连接Cache中的数据项，并且保证链表维持数据项从最近访问到最旧访问的顺序。 每次数据项被查询到时，都将此数据项移动到链表头部（O(1)的时间复杂度）。这样，在进行过多次查找操作后，最近被使用过的内容就向链表的头移动，而没 有被使用的内容就向链表的后面移动。当需要替换时，链表最后的位置就是最近最少被使用的数据项，我们只需要将最新的数据项放在链表头部，当Cache满 时，淘汰链表最后的位置就是了。 ”

“注： 对于双向链表的使用，基于两个考虑。
首先是Cache中块的命中可能是随机的，和Load进来的顺序无关。
其次，双向链表插入、删除很快，可以灵活的调整相互间的次序，时间复杂度为O(1)。”

解决了LRU的特性，现在考虑下算法的时间复杂度。为了能减少整个数据结构的时间复杂度，就要减少查找的时间复杂度，所以这里利用HashMap来做，这样时间苏咋读就是O(1)。

所以对于本题来说：

get(key): 如果cache中不存在要get的值，返回-1；如果cache中存在要找的值，返回其值并将其在原链表中删除，然后将其作为头结点。

set(key,value)：当要set的key值已经存在，就更新其value， 将其在原链表中删除，然后将其作为头结点；当药set的key值不存在，就新建一个node，如果当前len

原则就是：对链表有访问，就要更新链表顺序。

代码如下：
class LRUCache {

private HashMap map = new 	HashMap();
private DoubleLinkedListNode head;
private DoubleLinkedListNode end;
private int capacity;
private int len;

/**
初始化：缓存大小以及实时的长度
*/
public LRUCache(int capacity) {
    this.capacity = capacity;
	int len = 0;
}

/**
获得元素
*/
public int get(int key) {
    if (map.containsKey(key)) { //如果包含在内
		DoubleLinkedListNode latest = map.get(key);
		removeNode(latest); //删除当前节点
		setHead(latest); //在链表头部插入
		return latest.val;
	}else {
		return -1;
	}
}

/**
添加元素
*/
public void put(int key, int value) {
    if (map.containsKey(key)) { //如果包含在内
		DoubleLinkedListNode oldNode = map.get(key);
		oldNode.val = value; //替换value值
		removeNode(oldNode); // 删除当前节点
		setHead(oldNode); // 在链表头部插入
	} else {  //如果不包含在内
		DoubleLinkedListNode newNode = new DoubleLinkedListNode(key, value);
		if (len < capacity) { //如果没有超过缓存的范围
			setHead(newNode);
			map.put(key, newNode);
			len ++;
		} else {  //如果超过缓存范围，删除链表最后一个元素
			map.remove(end.key);
			end = end.pre;
			if (end != null) {
				end.next = null;
			}
			setHead(newNode);
			map.put(key, newNode);
		}
	}
}

/**
删除元素
*/
public void removeNode (DoubleLinkedListNode node) {
	DoubleLinkedListNode cur = node;
	DoubleLinkedListNode pre = cur.pre;
	DoubleLinkedListNode post = cur.next;
	
	if (pre != null) {
		pre.next = post;
	}else {
		head = post;
	}
	
	if (post != null) {
		post.pre = pre;
	}else {
		end = pre;
	}
}

/**
将元素添加到头节点
*/
public void setHead(DoubleLinkedListNode node) {
	node.next = head;
	node.pre = null;
	if (head != null) {
		head.pre = node;
	}
	
	head = node;
	if (end == null) {
		end = node;
	}
}

}

class DoubleLinkedListNode {
public int val;
public int key;
public DoubleLinkedListNode pre;
public DoubleLinkedListNode next;

	public DoubleLinkedListNode(int key, int val) {
		this.key = key;
		this.val = val;
	}

}

class DoubleLinkedListNode {
public int val;
public int key;
public DoubleLinkedListNode pre;
public DoubleLinkedListNode next;

	public DoubleLinkedListNode(int key, int val) {
		this.key = key;
		this.val = val;
	}

}
转自：https://www.cnblogs.com/springfor/p/3869393.html