LeetCode 146. LRU缓存机制

题目描述:
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。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) - 如果关键字 (key) 存在于缓存中，则获取关键字的值（总是正数），否则返回 -1。
写入数据 put(key, 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。
请在 O(1) 时间复杂度内完成这两种操作。

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。

解答：
方法一：（来自LeetCode官方题解）
使用自带的LinkedHashMap，可以直接模拟LRU。
LinkedHashMap的数据结构是在HashMap的基础上，为每个HashMap节点都增加了两个属性before、after，并用双链表把每个节点连接起来，before、after分别代表某元素在双链表的前一个、后一个元素。
详细可参考Java集合详解5：深入理解LinkedHashMap和LRU缓存

//LinkedHashMap的双向链表实现LRU，最后节点为常访问的，头部的节点是最近最久未使用的
import java.util.LinkedHashMap;

class LRUCache extends LinkedHashMap {
    int capacity;

    LRUCache(int capacity) {

        // 需要使用LinkedHashMap中accessOrder=true的构造函数
        // LinkedHashMap(int initialCapacity,float loadFactor,boolean accessOrder)
        // 顺便说个知识点，HashMap初始化并不会分配内存，分配是在第一次put元素后
        super(capacity, 0.75F, true);
        this.capacity = capacity;
    }

    public int get(int key) {
        // 这个函数是getkey，如果取不到，则返回defaulValue，即第二个参数
        return super.getOrDefault(key, -1);
    }

    public void put(int key, int value) {
        // 直接继承HashMap的put方法，如果accessOrder=true，则会把刚访问的节点或者新添加的节点安排到双链表末尾
        super.put(key, value);
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
        // LinkedHashMap继承HashMap，二者的removeEldestEntry均return false，表示不删除最近最久未使用节点
        // 需要重写，这里的逻辑是当元素个数大于初始容量时
        //
        // HashMap的threshold修饰级别是default，除了HashMap的实例外，HashMap所在package的其他类也可以访问，
        // 但是除此之外其他都不能访问。因此，这里发生删除元素时，size>16，实际的capacity>24(16/0.75=24)
        return size() > capacity;
    }
}

方法二：
哈希表+双向链表方式构造LRU。
HashMap用来定位某元素在节点中的位置，映射关系是<Key, ListNode>，(HashMap).get(key)直接拿到节点。
双向链表模拟LRU缓存，头部位置代表最近访问过的，尾部表示最久未使用的。原因：访问过的都往头部转移，那些不常访问的元素就会越来越往后移动。 这个哪一端是刚刚访问的，随你心情定义，你也可以定义尾部就是刚刚访问的，而头部是最久未使用的。
get(int key)的逻辑：寻找某元素时，找不到就返回-1，找得到就返回value，并把该元素移动到头部，代表最近访问了，久而久之，尾部就会使最久未使用的元素。
put(int key, int value)的逻辑是，如果不是新元素，就更新该元素value（同时意味着该元素要移动到开头,可以利用get(key)判断是否是新元素，若元素已存在就会移动到开头，然后更新开头元素value）；如果是新元素，容量足够就加到头部，代表刚刚访问；容量不够，就得移除尾部节点，再在头部节点添加元素。

import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Stack;

class ListNode {
    int key;
    int value;
    ListNode before;
    ListNode after;

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

class LRUCache {
    int capacity;
    // head和tail操作来自LinkedHashMap思想，好处是可以避免好多节点判空操作，比较方便。
    // 牺牲两个节点空间换来操作方便，可以作为编程技巧。
    ListNode head;
    ListNode tail;
    Map<Integer, ListNode> map;

    LRUCache(int capacity) {
        this.capacity = capacity;
        head = new ListNode(-1, -1);
        tail = new ListNode(-1, -1);
        head.after = tail;
        tail.before = head;
        map = new HashMap<>();
    }

    // get的逻辑是：找不到返回-1，找得到就返回value，并把该元素移动到头部，代表最近访问了，久而久之，尾部就会使最久未使用的元素
    public synchronized int get(int key) {
        if (capacity == 0)
            return -1;
        ListNode vn = map.get(key);
        // 找不到元素
        if (vn == null)
            return -1;
        // 找到元素，无论它在哪，肯定有前后节点，最不济是head和tail，所以前后节点一定不为空
        // 如果vn是头一个节点，不必操作，直接返回
        if (vn.before == head)
            return vn.value;
        // 否则，在vn原来的地方移除vn
        removeNode(vn);
        // 移动到开头
        addToHead(vn);
        return vn.value;
    }

    // put的逻辑是，如果不是新元素，就更新该元素value(同时意味着该元素要移动到开头,可以利用get判断是否是新元素，若元素已存在会移动到开头)；
    // 如果是新元素，容量够就加到头部，代表刚刚访问；容量不够，就得移除尾部节点，再在头部节点添加元素
    public synchronized void put(int key, int value) {
        if (capacity == 0)
            return;
        // 增添就意味着可能要移除元素
        int v = get(key);
        // 并非新元素，更新
        if (v != -1) {
            head.after.value = value;
            return;
        }
        ListNode newNode = new ListNode(key, value);
  
       /*  这个注释掉的内容是添加新节点的另一个方式
        // 超容量就删除尾部节点
        if (map.size() + 1 > capacity) {
            map.remove(tail.before.key);
            removeNode(tail.before);
        }
        // 添加节点到头部
        map.put(key, newNode);
        addToHead(newNode); 
       */

        // 多一个元素不超容量，可以直接压入头部
        if (map.size() + 1 <= capacity) {
            addToHead(newNode);
            map.put(key, newNode);
            return;
        }
        // 超容量，要去除最后一个最久未使用,并在最前面加入新元素
        // tail.before=head是为了防止容量为0，当然可以直接在开头预防
        // if (tail.before = head)
        // return;
        // 对应map要删除重添加
        map.remove(tail.before.key);
        map.put(key, newNode);
        removeNode(tail.before);
        addToHead(newNode);
    }

    private synchronized void removeNode(ListNode node) {
        node.before.after = node.after;
        node.after.before = node.before;
    }

    private synchronized void addToHead(ListNode vn) {
        ListNode first = head.after;
        head.after = vn;
        vn.before = head;
        vn.after = first;
        first.before = vn;
    }
}

完毕。
LRU缓存这道题常见于字节跳动的面试题，这里同时分享一个字节跳动面试常考算法题，来自LeetCode.
LeetCode探索之字节跳动