Medium | LeetCode 146. LRU 缓存机制 | HashMap+双向链表 | LinkedHasp

146. LRU 缓存机制

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？

示例：

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

提示：

• 1 <= capacity <= 3000
• 0 <= key <= 3000
• 0 <= value <= 104
• 最多调用 3 * 104 次 get 和 put

解题思路

为了在O(1)时间内取到某个键的值, 则需要使用HaspMap保存节点。
为了实现LRU, 可使用一个双向链表, 每次put节点时, 先用HaspMap判断是否在缓存命中。如果命中, 则需要将链表里的命中的节点移动到头部。如果没有命中, 则直接新建节点添加到尾部。如果容量满了, 需要删除节点。则直接删除尾节点, 在此之前需要在HashMap里使用remove(Object key)方法删除HashMap保存的键值对。

class LRUCache {

    class LRUNode {
        private int key;
        private int value;

        private LRUNode prev;
        private LRUNode next;

        public LRUNode() {
        }

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

        public int getKey() {
            return key;
        }

        public void setKey(int key) {
            this.key = key;
        }

        public int getValue() {
            return value;
        }

        public void setValue(int value) {
            this.value = value;
        }

        public LRUNode getPrev() {
            return prev;
        }

        public void setPrev(LRUNode prev) {
            this.prev = prev;
        }

        public LRUNode getNext() {
            return next;
        }

        public void setNext(LRUNode next) {
            this.next = next;
        }
    }

    // 用来保存 键 和 双向链表节点的映射
    private Map<Integer, LRUNode> map;
    // LRU缓存的最大容量
    private final int MAX_CAPACITY;
    // 当前LRU的容量
    private int curCapacity;

    // 头结点和尾节点, 均为哑节点, 不保存任何信息
    private final LRUNode head, tail;

    public LRUCache(int capacity) {
        MAX_CAPACITY = capacity;
        curCapacity = 0;
        map = new HashMap<>(capacity);
        head = new LRUNode();
        tail = new LRUNode();
        head.next = tail;
    }

    // 删除双向链表的某个特定节点
    private void unlink(LRUNode node) {
        node.getPrev().setNext(node.getNext());
        node.getNext().setPrev(node.getPrev());
    }

    // 将某个节点添加到头部
    private void addToHead(LRUNode node) {
        node.setNext(head.getNext());
        node.setPrev(head);
        head.getNext().setPrev(node);
        head.setNext(node);
    }

    // 删除双向链表尾部节点
    private void deleteTail() {
        LRUNode tailNode = tail.getPrev();
        unlink(tailNode);
        map.remove(tailNode.getKey());
    }

    // 取值
    public int get(int key) {
        // 先看缓存是否命中
        LRUNode node = map.get(key);
        if (node != null) {
            // 缓存命中
            // 从双向链表删除命中节点
            unlink(node);
            // 将此命中节点添加到头部
            addToHead(node);
            return node.getValue();
        } else {
            // 未命中节点, 直接返回-1
            return -1;
        }
    }

    public void put(int key, int value) {
        //先看是否命中节点
        LRUNode node = map.get(key);
        if (node != null) {
            // 命中缓存和直接从双向链表删除节点
            node.setValue(value);
            unlink(node);
            // 然后将链表移动到头部
            addToHead(node);
            return;
        }
        // 如果没有命中节点, 则需要新建节点
        LRUNode newNode = new LRUNode(key, value);
        map.put(key, newNode);
        // 然后将此新节点添加到头部
        addToHead(newNode);
        // 容量自增
        curCapacity++;
        // 如果当前容量超过了最大的允许容量
        if (curCapacity > MAX_CAPACITY) {
            // 则需要删除尾部节点
            deleteTail();
            curCapacity--;
        }
    }
}

方法二： LinkedHaspMap

LinkHashMap里, 将Map的Entry节点, 使用双向链表的形式连接了起来。并且在LinkedHashMap里, 使用一个accessOrder属性来标识, 将Entry节点连接起来的规则。如果为false则按插入顺序存储元素，如果是true则按访问顺序存储元素。

HaspMap里留下了如下一些钩子(HOOK)

// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }

这三个钩子在LinkedHashMap均实现了。

所以可以通过集成LinkedHaspMap的方式, 来重新实现一个LinkedHashMap。

class LRUCache extends LinkedHashMap<Integer, Integer>{
    private int capacity;
    
    public LRUCache(int capacity) {
        // acessOrder必须传参为true, 这样它会按照访问的顺序连接链表
        // acessOrder为true, afterNodeAccess钩子会将刚刚访问的元素放到尾部
        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);
    }

    // 重写了删除头部节点的条件(Linkedhashmap是把最新的元素放在尾节点的), 这个方法在afterNodeInsertion这个钩子里被调用。
    @Override
    protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
        return size() > capacity; 
    }
}