一、題目大意

請你設計並實現一個滿足 LRU (最近最少使用) 緩存 約束的數據結構。
實現 LRUCache 類：

• LRUCache(int capacity) 以 正整數 作為容量 capacity 初始化 LRU 緩存
  int get(int key) 如果關鍵字 key 存在於緩存中，則返回關鍵字的值，否則返回 -1 。
• void put(int key, int value) 如果關鍵字 key 已經存在，則變更其數據值
• value ；如果不存在，則向緩存中插入該組 key-value 。如果插入操作導致關鍵字數量超過 capacity ，則應該 逐出 最久未使用的關鍵字。

函數 get 和 put 必須以 O(1) 的平均時間複雜度運行。

示例：

輸入

["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]

[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]

輸出

[null, null, null, 1, null, -1, null, -1, 3, 4]

解釋

LRUCache lRUCache = new LRUCache(2);

lRUCache.put(1, 1); // 緩存是 {1=1}

lRUCache.put(2, 2); // 緩存是 {1=1, 2=2}

lRUCache.get(1); // 返回 1

lRUCache.put(3, 3); // 該操作會使得關鍵字 2 作廢，緩存是 {1=1, 3=3}

lRUCache.get(2); // 返回 -1 (未找到)

lRUCache.put(4, 4); // 該操作會使得關鍵字 1 作廢，緩存是 {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
• 最多調用 2 * 105 次 get 和 put

來源：力扣（LeetCode）
鏈接：https://leetcode.cn/problems/...
著作權歸領釦網絡所有。商業轉載請聯繫官方授權，非商業轉載請註明出處。

二、解題思路

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

這個緩存器主要實現兩個方法，get和put。我們用List來存儲緩存數據，用map來存儲key與value的映射，

實現get時，通過map取出當前值，並在list中將該值置為第1個

實現put時，分2種情況，第1種緩存中存在該key，則在map中更新並在list中將該值置為第1個；第2種緩存中不存在該key，這裏先判斷當前緩存是否已滿，已滿的話先刪除最後一個元素，再將新的元素添加到第1個，代碼如下：

三、解題方法

3.1 Java實現

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、總結小記

• 2022/10/14 一萬小時理論還是很靠譜的