題目：

Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.

get(key) - Get the value (will always be positive) of the key if the key exists in the cache, otherwise return -1.
set(key, value) - Set or insert the value if the key is not already present. When the cache reached its capacity, it should invalidate the least recently used item before inserting a new item.

題解：

這道題是一個數據結構設計題，在leetcode裡面就這麼一道，還是挺經典的一道題，可以好好看看。

這道題要求設計實現LRU cache的資料結構，實現set和get功能。學習過作業系統的都應該知道，cache作為快取可以幫助快速存取資料，但是確定是容量較小。這道題要求實現的cache型別是LRU，LRU的基本思想就是“最近用到的資料被重用的概率比較早用到的大的多”，是一種更加高效的cache型別。

解決這道題的方法是：雙向連結串列+HashMap。

“為了能夠快速刪除最久沒有訪問的資料項和插入最新的資料項，我們將雙向連結串列連線Cache中的資料項，並且保證連結串列維持資料項從最近訪問到最舊訪問的順序

。 每次資料項被查詢到時，都將此資料項移動到連結串列頭部（O(1)的時間複雜度）。這樣，在進行過多次查詢操作後，最近被使用過的內容就向連結串列的頭移動，而沒 有被使用的內容就向連結串列的後面移動。當需要替換時，連結串列最後的位置就是最近最少被使用的資料項，我們只需要將最新的資料項放在連結串列頭部，當Cache滿 時，淘汰連結串列最後的位置就是了。 ”

 “注： 對於雙向連結串列的使用，基於兩個考慮。

            首先是Cache中塊的命中可能是隨機的，和Load進來的順序無關。

         其次，雙向連結串列插入、刪除很快，可以靈活的調整相互間的次序，時間複雜度為O(1)。”

解決了LRU的特性，現在考慮下演算法的時間複雜度。為了能減少整個資料結構的時間複雜度，就要減少查詢的時間複雜度，所以這裡利用HashMap來做，這樣時間蘇咋讀就是O(1)。

 所以對於本題來說：

get(key): 如果cache中不存在要get的值，返回-1；如果cache中存在要找的值，返回其值並將其在原連結串列中刪除，然後將其作為頭結點。

set(key,value)：當要set的key值已經存在，就更新其value， 將其在原連結串列中刪除，然後將其作為頭結點；當藥set的key值不存在，就新建一個node，如果當前len<capacity,就將其加入hashmap中，並將其作為頭結點，更新len長度，否則，刪除連結串列最後一個node，再將其放入hashmap並作為頭結點，但len不更新。

原則就是：對連結串列有訪問，就要更新連結串列順序。

程式碼如下：

 1     private HashMap<Integer, DoubleLinkedListNode> map 
 2         = new HashMap<Integer, DoubleLinkedListNode>();
 3     private DoubleLinkedListNode head;
 4     private DoubleLinkedListNode end;
 5     private int capacity;
 6     private int len;
 7  
 8     public LRUCache(int capacity) {
 9         this.capacity = capacity;
10         len = 0;
11     }
12  
13     public int get(int key) {
14         if (map.containsKey(key)) {
15             DoubleLinkedListNode latest = map.get(key);
16             removeNode(latest);
17             setHead(latest);
18             return latest.val;
19         } else {
20             return -1;
21         }
22     }
23  
24     public void removeNode(DoubleLinkedListNode node) {
25         DoubleLinkedListNode cur = node;
26         DoubleLinkedListNode pre = cur.pre;
27         DoubleLinkedListNode post = cur.next;
28  
29         if (pre != null) {
30             pre.next = post;
31         } else {
32             head = post;
33         }
34  
35         if (post != null) {
36             post.pre = pre;
37         } else {
38             end = pre;
39         }
40     }
41  
42     public void setHead(DoubleLinkedListNode node) {
43         node.next = head;
44         node.pre = null;
45         if (head != null) {
46             head.pre = node;
47         }
48  
49         head = node;
50         if (end == null) {
51             end = node;
52         }
53     }
54  
55     public void set(int key, int value) {
56         if (map.containsKey(key)) {
57             DoubleLinkedListNode oldNode = map.get(key);
58             oldNode.val = value;
59             removeNode(oldNode);
60             setHead(oldNode);
61         } else {
62             DoubleLinkedListNode newNode = 
63                 new DoubleLinkedListNode(key, value);
64             if (len < capacity) {
65                 setHead(newNode);
66                 map.put(key, newNode);
67                 len++;
68             } else {
69                 map.remove(end.key);
70                 end = end.pre;
71                 if (end != null) {
72                     end.next = null;
73                 }
74  
75                 setHead(newNode);
76                 map.put(key, newNode);
77             }
78         }
79     }
80 }
81  
82 class DoubleLinkedListNode {
83     public int val;
84     public int key;
85     public DoubleLinkedListNode pre;
86     public DoubleLinkedListNode next;
87  
88     public DoubleLinkedListNode(int key, int value) {
89         val = value;
90         this.key = key;
91     }

 Reference：

1. http://blog.csdn.net/hexinuaa/article/details/6630384 （引號中字引自此處）
2. http://www.cnblogs.com/feiling/p/3426967.html
3. http://www.programcreek.com/2013/03/leetcode-lru-cache-java/ （程式碼參考）