LeetCode刷题实战146：LRU 缓存机制-技术圈

算法的重要性，我就不多说了吧，想去大厂，就必须要经过基础知识和业务逻辑面试+算法面试。所以，为了提高大家的算法能力，这个公众号后续每天带大家做一道算法题，题目就从LeetCode上面选！

今天和大家聊的问题叫做 LRU 缓存机制，我们先来看题面：

https://leetcode-cn.com/problems/lru-cache/

Design a data structure that follows the constraints of a Least Recently Used (LRU) cache.

题意

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？

样例

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

解题

https://blog.csdn.net/qq_41231926/article/details/86173740

思路：用LinkedHashMap实现

注意点，由于LinkedHashMap默认的LRU算法是根据键的进入顺序来定的，对于更新值和获取值的操作是忽视的，因此在更新值和获取值时我们需要先把原值删除再添进一个新值，这样实现的LRU算法才是题目所述的LRU算法。

LinkedHashMap内部的结构其实就是HashMap的基础上多个双向指针，下面给出LinkedHashMap源码中Entry的定义：

/**
 * HashMap.Node subclass for normal LinkedHashMap entries.
 */
static class Entry extends HashMap.Node {
     Entry before, after;
     Entry(int hash, K key, V value, Node next) {
          super(hash, key, value, next);
     }
}

put和get操作的时间复杂度均是O(1)。空间复杂度是O(n)，其中n为缓存容量。

class LRUCache {
 
    private int capacity;
    private LRULinkedHashMap lruLinkedHashMap = new LRULinkedHashMap<>();
 
    private class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {
        @Override
        protected boolean removeEldestEntry(Map.Entry eldest) {
            if (size() > capacity) {
                return true;
            } else {
                return false;
            }
        }
    }
 
    public LRUCache(int capacity) {
        this.capacity = capacity;
    }
 
    public int get(int key) {
        Integer value = lruLinkedHashMap.get(key);
        if (null == value) {
            return -1;
        }
        lruLinkedHashMap.remove(key);
        lruLinkedHashMap.put(key, value);
        return value;
    }
 
    public void put(int key, int value) {
        if (lruLinkedHashMap.containsKey(key)) {
            lruLinkedHashMap.remove(key);
        }
        lruLinkedHashMap.put(key, value);
    }
 
}

好了，今天的文章就到这里，如果觉得有所收获，请顺手点个在看或者转发吧，你们的支持是我最大的动力。

上期推文：

LeetCode1-140题汇总，希望对你有点帮助！

LeetCode刷题实战141：环形链表

LeetCode刷题实战142：环形链表 II

LeetCode刷题实战143：重排链表

LeetCode刷题实战144：二叉树的前序遍历

LeetCode刷题实战145：二叉树的后序遍历

​LeetCode刷题实战146：LRU 缓存机制

题意

解题

LeetCode刷题实战146：LRU 缓存机制