LRU缓存(最近最少使用) 力扣146

题目链接：（题目来源：力扣（LeetCode），非商业转载，仅供自己学习记录笔记使用）

https://leetcode.cn/problems/lru-cache/

题目内容：

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。

方法1：

用有序的并且可以存储键值对的数据结构LinkedHashMap进行存储和删除

代码：

class LRUCache {

    LinkedHashMap map;
    int length;
    public LRUCache(int capacity) {
        length = capacity;
        map = new LinkedHashMap(capacity);
    }

    public int get(int key) {
        int value = map.get(key)==null?-1:map.get(key);
        if (value != -1){
            map.remove(key);
            map.put(key,value);
        }
        return value;
    }

    public void put(int key, int value) {
        if (get(key) == -1){
            if (map.size()!=length){
                map.put(key,value);
            }else {
                map.remove(map.entrySet().iterator().next().getKey());
                map.put(key,value);
            }
        }else {
            map.remove(key);
            map.put(key,value);
        }
    }
}

方法2:

用无序键值对数据结构HashMap存储最近访问的内容，再搞一个有序的队列集合存储最近访问的内容的顺序

代码：

class LRUCache {

    Map map;
    LinkedList queue;
    int length;
    public LRUCache(int capacity) {
        length = capacity;
        map = new HashMap<>(capacity);
        queue = new LinkedList();
    }

    public int get(int key) {
        int value = map.get(key)==null?-1:map.get(key);
        if (value != -1){
            queue.remove((Object)key);
            queue.add(key);
        }
        return value;
    }

    public void put(int key, int value) {
        if (queue.contains(key)){
            queue.remove((Object)key);
            queue.add(key);
        }else {
            if (queue.size()!= length){
                queue.add(key);
            }else {
                map.remove(queue.poll());
                queue.add(key);
            }
        }
        map.put(key,value);
    }
}