一、题目大意

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：

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

来源：力扣（LeetCode）
链接：https://leetcode.cn/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。

二、解题思路

LRU是Least Recently Used的简写，是最近最少使用的意思。

这个缓存器主要实现两个方法，get和put。我们用List来存储缓存数据，用map来存储key与value的映射，

实现get时，通过map取出当前值，并在list中将该值置为第1个

实现put时，分2种情况，第1种缓存中存在该key，则在map中更新并在list中将该值置为第1个；第2种缓存中不存在该key，这里先判断当前缓存是否已满，已满的话先删除最后一个元素，再将新的元素添加到第1个，代码如下：

三、解题方法

3.1 Java实现

class LRUCache {
    Map<Integer, Pair> hash;
    List<Pair> cache;
    int size;

    public LRUCache(int capacity) {
        hash = new HashMap<>();
        cache = new ArrayList<>();
        this.size = capacity;
    }

    public int get(int key) {
        if (!hash.containsKey(key)) {
            return -1;
        }
        Pair pair = hash.get(key);
        cache.remove(pair);
        cache.add(0, pair);
        return pair.value;
    }

    public void put(int key, int value) {
        Pair newPair = new Pair(key, value);
        if (hash.containsKey(key)) {
            Pair oldPair = hash.get(key);
            cache.remove(oldPair);
            cache.add(0, newPair);
            hash.put(key, newPair);
            return;
        }

        if (cache.size() >= size) {
            Pair pair = cache.get(cache.size() - 1);
            cache.remove(pair);
            hash.remove(pair.key);
        }
        hash.put(key, newPair);
        cache.add(0, newPair);
    }

    class Pair{
        int key;
        int value;

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

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

四、总结小记

• 2022/10/14 一万小时理论还是很靠谱的