LRU缓存实现——双向链表+哈希表实现
题目11——LRU缓存【必考题！！！】
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 <= 30000 <= key <= 100000 <= value <= 105- 最多调用
2 * 105次get和put
这题背也要背下来：
思路：LRU是什么？LRU本来是一种页面置换算法，最近最少使用的被淘汰
设计思路就是使用手写双向链表和哈希表
就是同时维护两个数据结构：双向链表和哈希表，双向链表，还有虚拟的首尾节点head和tail，方便链表真实首尾节点的删除，还有容量判断
1.维护哈希表的原因是为了可以快速的查询，方便get
2.维护双向链表的原因：可以维护一种访问基于访问后向前放置的结构，具体做法：
- 如果一个节点被get了，就需要提到虚拟首节点head之后。
- 双向链表方便删除，可以通过自己就把自己从链表中删除
- 当put的时候，
- 如果关键字
key已经存在，则变更其数据值value，还要把该节点提到最前面来- 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。
LRU缓存设计：
数据结构：
实现一个双向链表节点Node{
内部包括1.key和value 2.双向指针prev和next 3.构造方法两个（基于key/value的和空的）
}
成员变量：都是final不可修改
1.容量
2.双向链表的虚拟首尾节点
2.哈希表
方法：
1.LRUCache构造函数
2.get
3.put
4.链表操作：在head后面增加节点addToHead/删除一个节点removeNode/移动一个结点到链表head之后moveToHead/删除链表尾tail之前的一个节点removeToTail
LRU关键思想体现在最近访问的节点（get到或者新put的节点）放在head后面，然后超出容量就会删除tail前一个节点，这个节点就是最近最少使用的节点
/**
* @author YinHang
* @description LRU缓存
* @create 2026-02-01 21:20
*/
public class Main {
public static void main(String[] args) {
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}
System.out.println(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}
System.out.println(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}
System.out.println(lRUCache.get(1)); // 返回 -1 (未找到)
System.out.println(lRUCache.get(3)); // 返回 3
System.out.println(lRUCache.get(4)); // 返回 4
}
}
class LRUCache{
// 双向链表节点
static class Node{
int key;
int value;
Node next;
Node prev;
Node(){}
Node(int key, int value) {
this.key = key;
this.value = value;
}
}
// 成员变量,加了final一定要在构造函数中初始化，不然报错
private final int capacity;
private final Node head, tail;
private final HashMap<Integer, Node> map;
public LRUCache(int capacity) {
this.capacity = capacity;
map = new HashMap();
head = new Node();
tail = new Node();
head.next = tail;
tail.prev = head;
}
// get
public int get(int key){
Node node = map.get(key);
// 先判断存在与否，不存在直接返回
if (node == null) {
return -1;
}
moveToHead(node);
return node.value;
}
// put
public void put(int key, int value){
Node node = map.get(key);
if (node != null) {
node.value = value;
moveToHead(node);
} else {
Node newNode = new Node(key, value);
map.put(key, newNode);
addToHead(newNode);
if (map.size() > capacity) {
// 一定要知道删除的是那个节点，哈希表和链表一起删除
Node removeNode = removeTail();
map.remove(removeNode.key);
}
}
}
// 链表操作
// 在head后面增加节点
public void addToHead(Node node) {
Node nextNode = head.next;
head.next = node;
node.prev = head;
node.next = nextNode;
nextNode.prev = node;
}
// 删除一个节点,不用手动释放会自动GC
public void removeNode(Node node) {
Node preNode = node.prev;
Node nextNode = node.next;
preNode.next = nextNode;
nextNode.prev = preNode;
}
// 移动一个结点到链表head之后
public void moveToHead(Node node) {
removeNode(node);
addToHead(node);
}
// 删除链表尾tail之前的一个节点
public Node removeTail() {
Node last = tail.prev;
removeNode(last);
return last;
}
}
