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