Java算法_ LRU 缓存(LeetCode_Hot100)

题目描述：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。

获得更多？算法思路:代码文档，算法解析的私得。

运行效果

完整代码

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

/**
 * 2 * @Author: LJJ
 * 3 * @Date: 2023/8/7 13:14
 * 4
 */
public class LRUCache {
    class Node{
        int key;
        String value;
        Node prev;
        Node next;

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

    private int capacity;
    private Map<Integer,Node> cache;
    private Node head;
    private Node tail;

    // 初始化LRUCache类的构造函数,
    // 使用了一个哨兵节点的技巧，将head和tail初始化为哨兵节点，并不存储具体的键值对。
    // 哨兵节点可以简化链表的操作，避免处理头部和尾部节点时需要特殊处理的情况。
    public LRUCache(int capacity){
        this.capacity = capacity;
        cache = new HashMap<>();
        //初始化头尾节点；
        head = new Node(-1, "-1");
        tail = new Node(-1, "-1");
        head.next = tail;
        tail.prev = head;
    }

    public String get(int key){
       if (cache.containsKey(key)){
            Node node = cache.get(key);
            //将查到的节点移动到链表头部
            removeNode(node);
            addToHead(node);
            return node.value;
        }
        return "-1";
    }

    public void put(int key, String value){
        if (cache.containsKey(key)){
            Node node = cache.get(key);
            node.value = value;
            //将更新后的节点移动到链表头部
            removeNode(node);
            addToHead(node);
        }else {
            if (cache.size() >= capacity){

                //如果缓存已满，需要移除最久未使用的节点（即链表尾部节点）
                cache.remove(tail.prev.key);
                removeNode(tail.prev);
            }
            Node newNode = new Node(key,value);
            cache.put(key,newNode);
            //将新的节点插入链表头部
            addToHead(newNode);
        }
    }

    // 将节点插入链表头部
    private void addToHead(Node node){
        node.next = head.next;
        head.next.prev = node;
        head.next = node;
        node.prev = head;
    }

    //移除节点
    private void removeNode(Node node){
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }

    private static void printCache(Node head){
        Node current = head;
        while (current != null){
            System.out.print("(" + current.key + ", " + current.value + ") -> ");
            current = current.next;
        }
        System.out.println("null");
    }
    public static void main(String[] args) {
        LRUCache lruCache = new LRUCache(3);

        // 插入键值对 (1, "A")
        lruCache.put(1, "A");
        // 插入键值对 (2, "B")
        lruCache.put(2, "B");
        // 插入键值对 (3, "C")
        lruCache.put(3, "C");

        // 此时缓存状态为：3 -> 2 -> 1，其中1是最近访问的，3是最久未使用的
        System.out.println("初始缓存状态为：");
        printCache(lruCache.head);
        // 获取键1对应的值，输出"A"
        System.out.println(" // 获取键1对应的值:"+lruCache.get(1));

        // 此时缓存状态不变：1 -> 3 -> 2
        System.out.println("获取键1对应的值，输出\"A\"后的缓存状态为：");
        printCache(lruCache.head);
        // 插入键值对 (4, "D")，此时缓存已满，需要逐出最久未使用的键值对，即键2 -> 值B被逐出
        lruCache.put(4, "D");

        // 此时缓存状态为：4 -> 1 -> 3，其中3是最久未使用的，4是最近访问的
        System.out.println("插入键值对 (4, \"D\")，此时缓存已满，需要逐出最久未使用的键值对，即键2 -> 值B被逐出的缓存状态为：");
        printCache(lruCache.head);
        // 获取键2对应的值，由于键2已经被逐出，输出-1
        System.out.println("获取键2对应的值:"+lruCache.get(2));

        // 此时缓存状态不变：4 -> 1 -> 3
        System.out.println("获取键2对应的值，由于键2已经被逐出，输出-1的缓存状态为：");
        printCache(lruCache.head);
        // 插入键值对 (5, "E")，此时缓存已满，需要逐出最久未使用的键值对，即键3 -> 值C被逐出
        lruCache.put(5, "E");

        // 此时缓存状态为：5 -> 4 -> 1，其中1是最久未使用的，5是最近访问的
        System.out.println("插入键值对 (5, \"E\")，此时缓存已满，需要逐出最久未使用的键值对，即键3 -> 值C被逐出的缓存状态为：");
        printCache(lruCache.head);
        // 获取键3对应的值，由于键3已经被逐出，输出-1
        System.out.println("获取键3对应的值:"+lruCache.get(3));

        // 此时缓存状态不变：5 -> 4 -> 1
        System.out.println(" // 获取键3对应的值，由于键3已经被逐出，输出-1的缓存状态为：");
        printCache(lruCache.head);
    }
}