原题
运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。
获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥已经存在，则变更其数据值；如果密钥不存在，则插入该组「密钥/数据值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。
进阶:
你是否可以在 O(1) 时间复杂度内完成这两种操作？
示例:
LRUCache cache = new LRUCache( 2 /* 缓存容量 */ ); cache.put(1, 1); cache.put(2, 2); cache.get(1); // 返回 1 cache.put(3, 3); // 该操作会使得密钥 2 作废 cache.get(2); // 返回 -1 (未找到) cache.put(4, 4); // 该操作会使得密钥 1 作废 cache.get(1); // 返回 -1 (未找到) cache.get(3); // 返回 3 cache.get(4); // 返回 4
解法
思想
如果不限制 O(1) 时间复杂度，用链表就能完成了，但是限制时间复杂度就需要解决链表顺序访问的问题。
可以通过哈希表+链表解决，如果看过LinkedHashMap的源码就知道，LinkedHashMap本身就可以拓展成LRU缓存，这个我也在LinkedHashMap源码分析中提过。
代码
class LRUCache extends LinkedHashMap<Integer,Integer>{
private int capacity;
public LRUCache(int capacity) {
// 初始大小设为1024，避免leetcode上执行扩容带来的时间损耗
// 最后一个参数设为true，代表按访问顺序连接
super(1024,0.75f,true);
this.capacity = capacity;
}
// 重写该方法，可以在每一次添加元素后判断要不要移除队列首部的元素
protected boolean removeEldestEntry(Map.Entry eldest) {
return size() > capacity;
}
public int get(int key) {
return getOrDefault(key,-1);
}
public void put(int key, int value) {
super.put(key,value);
}
}
原创文章，作者：彭晨涛，如若转载，请注明出处：https://www.codetool.top/article/leetcode146-lru%e7%bc%93%e5%ad%98%e6%9c%ba%e5%88%b6/
