# LRU 缓存

## 题目

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

## 分析

- 核心数据结构
  - ListNode
    - prev
    - next
    - ind
    - val
  - HashMap<Integer, ListNode>
    - ind
    - ListNode
  - 链表
    - head
    - tail
- 核心字段
  - size
    - 当前大小
  - cap
    - 最大容量

## 代码

```java
class LRUCache {

    // Init 1: ListNode
    class ListNode {
        int key;
        int val;
        ListNode next;
        ListNode prev;

        public ListNode () { }
        public ListNode (int key, int val) {
            this.key = key;
            this.val = val;
        }
    }

    ListNode dummyHead = new ListNode(0, 0);
    ListNode dummyTail = new ListNode(0, 0);
    
    

    // Init 2: HashMap
    Map<Integer, ListNode> map = new HashMap<>();
    
    // Init 3: Other
    private int size;
    private int cap;

    public LRUCache(int capacity) {
        this.cap = capacity;
        this.size = 0;
        dummyHead.next = dummyTail;
        dummyTail.prev = dummyHead;
    }
    
    public int get(int key) {
        ListNode node = map.get(key);
        if (node == null) {
            return -1;
        }
        // Operation: Change Loc
        moveToHead(node);
        return node.val;
    }
    
    public void put(int key, int value) {
        ListNode node = map.get(key);
        if (node == null) {
            ListNode newNode = new ListNode(key, value);
            addToHead(newNode);
            map.put(key, newNode);
            size++;
            if (size > cap) {
                ListNode tail = removeTail();
                map.remove(tail.key);
                size--;
            }
        } else {
            node.val = value;
            moveToHead(node);
        }
    }

    // Typical Methods
    // 1. addToHead
    private void addToHead(ListNode node) {
        node.next = dummyHead.next;
        node.prev = dummyHead;
        dummyHead.next.prev = node;
        dummyHead.next = node;

    }
    // 2. removeNode
    private void removeNode(ListNode node) {
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }
    // 3. moveToHead
    private void moveToHead(ListNode node) {
        removeNode(node);
        addToHead(node);
    }
    // 4. removeTail
    private ListNode removeTail() {
        ListNode res = dummyTail.prev;
        removeNode(res);
        return res;
    }
}

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache obj = new LRUCache(capacity);
 * int param_1 = obj.get(key);
 * obj.put(key,value);
 */
```