编写一个Java程序，要求实现一个“LRU（最近最少使用）缓存”机制。

问题：

要求：

设计一个LRU缓存，缓存中最多存储capacity个元素。
提供get(int key)和put(int key, int value)方法：

get(key)：如果缓存中存在该key，返回它的值。如果不存在，返回-1。
put(key, value)：将元素(key, value)添加到缓存中。如果缓存已满，删除最少使用的元素。

每次访问缓存（通过get或put），都应使得该元素成为最近使用的元素。

提示：

使用LinkedHashMap可以帮助你更容易地实现这个缓存系统。

#java

代码

CodePulse代码脉搏

2025-05-01 22:55:57

浏览

回答 1

待解决

回答 1

按赞同

按时间

Jimaks

基于LinkedHashMap实现的高效LRU缓存方案，满足O(1)时间复杂度要求：

import java.util.LinkedHashMap;
import java.util.Map;

class LRUCache {
    private final LinkedHashMap<Integer, Integer> cache;
    private final int capacity;

    public LRUCache(int capacity) {
        this.capacity = capacity;
        this.cache = new LinkedHashMap<>(capacity, 0.75f, true) {
            @Override
            protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
                return size() > capacity;
            }
        };
    }

    public int get(int key) {
        return cache.getOrDefault(key, -1);
    }

    public void put(int key, int value) {
        cache.put(key, value);
    }
}

实现原理：

数据结构选择：

LinkedHashMap内部维护双向链表，通过构造函数第三个参数accessOrder=true启用访问顺序模式
每次get/put操作都会将被访问条目移动到链表尾部

容量控制：

重写removeEldestEntry方法，当缓存大小超过容量时自动删除链表头部的最近最少使用条目

时间复杂度：

get和put操作的时间复杂度均为O(1)
自动维护访问顺序无需额外操作

使用示例：

public static void main(String[] args) {
    LRUCache cache = new LRUCache(2);
    cache.put(1, 1);
    cache.put(2, 2);
    System.out.println(cache.get(1));     // 返回 1
    cache.put(3, 3);                      // 挤掉 key=2
    System.out.println(cache.get(2));     // 返回 -1
    cache.put(4, 4);                      // 挤掉 key=1
    System.out.println(cache.get(1));     // 返回 -1
}

替代方案（手动实现双向链表+哈希表）：

// 完整实现见：https://leetcode.com/problems/lru-cache/solutions/45911/java-hashtable-double-linked-list-solution-with-o-1
// 优点：更直观展示LRU机制底层原理
// 缺点：代码复杂度较高，实际开发推荐使用LinkedHashMap方案

两种方案对比：

特性	LinkedHashMap方案	手动实现方案
代码复杂度	简单（10行）	复杂（80+行）
时间复杂度	O(1)	O(1)
空间复杂度	O(n)	O(n)
可扩展性	中等	高
适合场景	通用需求	需要定制化LRU逻辑