146. LRU 缓存 - 技术栈

问题描述：

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：

复制代码

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

思路：链表+哈希

上代码，拿去即可运行：

java 复制代码

package onlyqi.daydayupgo06.leetcode;

import java.util.HashMap;
import java.util.Map;
import java.util.Objects;

public class LRUCache {


    // 定义双向链表节点
    class DLinkedNode {
        int key;
        int value;
        DLinkedNode prev;
        DLinkedNode next;

        public DLinkedNode() {
        }

        public DLinkedNode(int _key, int _value) {
            key = _key;
            value = _value;
        }
    }

    private Map<Integer, DLinkedNode> cacheMap = new HashMap<>();
    private int capacity;
    // 使用伪头部和伪尾部节点，简化边界条件的处理
    private DLinkedNode head = new DLinkedNode();
    private DLinkedNode tail = new DLinkedNode();


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

    public int get(int key) {
        if (Objects.isNull(cacheMap.get(key))) {
            return -1;
        }
        DLinkedNode dLinkedNode = cacheMap.get(key);
        delete(key);
        dLinkedNode.next = head.next;
        head.next.prev = dLinkedNode;
        head.next = dLinkedNode;
        dLinkedNode.prev = dLinkedNode;
        return dLinkedNode.value;
    }

    public void put(int key, int value) {
        DLinkedNode dLinkedNode = new DLinkedNode(key, value);
        if (!Objects.isNull(cacheMap.get(key))) {
            delete(key);
        } else {
            cacheMap.put(key, dLinkedNode);
        }

        if (capacity < cacheMap.keySet().size()) {
            cacheMap.remove(tail.prev.value);
            tail.prev.prev.next = tail;
            tail.prev = tail.prev.prev;
        }
        dLinkedNode.next = head.next;
        head.next.prev = dLinkedNode;

        head.next = dLinkedNode;
        dLinkedNode.prev = dLinkedNode;

    }

    public void delete(int key) {
        DLinkedNode linkedNode = cacheMap.get(key);
        linkedNode.prev.next = linkedNode.next;
        linkedNode.next.prev = linkedNode.prev;

    }

    public static void main(String[] args) {

        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}
        System.out.println(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}
        System.out.println(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}
        System.out.println(lRUCache.get(1));  // 返回 -1 (未找到)
        System.out.println(lRUCache.get(3));    // 返回 3
        System.out.println(lRUCache.get(4));    // 返回 4

    }

}

运行结果：

我要刷300道算法题，第144道 。尽快刷到200，每天搞一道。