LRU缓存机制

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) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，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

在解答这到题之前我们先看看看什么是LRU

LRU （英文：Least Recently Used ）它是内存管理的一种页面置换算法，对于在内存中但又不用的数据块（内存块）叫做LRU，操作系统会根据哪些数据属于LRU而将其移出内存而腾出空间来加载另外的数据。

LRU算法：最近最少使用，简单来说就是将数据块中，每次使用过的数据放在数据块的最前端，然后将存在的时间最长的，也就是数据块的末端的数据剔除掉，这个算法的精髓在于如果一块数据最近被访问，那么它将来被访问的几率也很高，根据数据的历史访问来淘汰长时间未使用的数据，这就是LRU算法。

那么为什么需要这个算法呢？？

　　关于操作系统的内存管理，如何节省利用容量不大的内存为最多的进程提供资源，一直是研究的重要方向。而内存的虚拟存储管理，是现在最通用，最成功的方式—— 在内存有限的情况下，扩展一部分外存作为虚拟内存，真正的内存只存储当前运行时所用得到信息。这无疑极大地扩充了内存的功能，极大地提高了计算机的并发度。虚拟页式存储管理，则是将进程所需空间划分为多个页面，内存中只存放当前所需页面，其余页面放入外存的管理方式。

　　然而，有利就有弊，虚拟页式存储管理增加了进程所需的内存空间，却也带来了运行时间变长这一缺点：进程运行过程中，不可避免地要把在外存中存放的一些信息和内存中已有的进行交换，由于外存的低速，这一步骤所花费的时间不可忽略。因而，采取尽量好的算法以减少读取外存的次数，也是相当有意义的事情。

所以，我们解题的思路就出来了：

　　1.我们需要用栈的思想来想一下。栈顶就是最近刚访问的，而栈底就是最久没访问过的。

　　2.需要以个HashMap来保证里面的数据不重复。

需要明确的：

　　1.添加节点：新节点插入到表头即可，时间复杂度O(1)

　　2.查找节点：每次节点被查询到时，将节点移动到链表头部，时间复杂度O(n)

　　3. 替换节点：查找到后替换(更新节点value)，将节点移动到链表头部；

对于下一个页面的情况；

　　1.栈中存在：则需要更新栈顶元素，就是将当前存在的页号放到栈顶。

　　2.栈中并未存在：

　　　　2.1.栈未满：直接将该页放到栈顶。

　　　　2.2.栈已满：需要选一个最近最久未访问的将它置换出，然后将该页放到栈顶。

代码如下：

class LRUCache {
    private HashMap<Integer,Integer> map;
    private Stack<Integer> stack;
    private int size;

    public LRUCache(int capacity) {
        map = new HashMap<>(capacity);
        stack = new Stack<Integer>();
        size = capacity;
    }

    public int get(int key) {
        if(!stack.contains(key)){
            return -1;
        }
        boolean old = stack.remove(Integer.valueOf(key)); //栈中存在
        stack.push(key);
        return map.get(key);
    }

    public void put(int key, int value) {
        if(stack.contains(key)){
            stack.remove(Integer.valueOf(key));
        }else{
            if(stack.size() == size){
                int count = stack.remove(0);
                map.remove(count);

            }
        }
        stack.add(key);
        map.put(key,value);
    }
}