缓存的大小有限。当缓存已满时，应清理哪些数据以及应保留哪些数据？这需要消除缓存策略才能决定。
有三种共同的策略：
这实际上是一个经典的算法面积问题。
描述：使用您拥有的数据结构，设计和实现LRU（最近使用的）缓存机制。
实施Lrucache类：
lrucache（int容量）使用正整数用作LRU CACHEN INT（INT键）的容量容量初始化如果密钥密钥在缓存中存在，则返回关键字的值，否则返回-1.void put（int键，键，键，int值）如果关键字已经存在，请更改其数据值；如果不存在关键字，请在组中插入“关键字值”。当缓存容量达到上限时，它应在编写新数据之前删除最长未使用的数据值，从而为新数据值留出空间。
高级：您可以在复杂的时间内完成这两个操作吗？
例子：
上述主题要求的时间复杂性需要插入和删除，需要o（1），以便必须快速搜索，快速插入，快速删除和序列。
该顺序是因为我们必须区分最近使用和未使用的数据，因此我们必须在缓存中找到搜索键。如果容量已满，则将删除最后一个数据；每个时间段都将数据插入团队的头部
因此，哪些数据结构同时符合上述条件？哈希表很快找到，但是数据不是固定的。链接列表分为顺序，插入和快速删除，但是搜索速度很慢，因此结合起来形成新的数据结构：哈希链接列表。
LRU缓存算法的核心数据结构是哈希链接列表，双向链接列表和哈希表。我们可以轻松地考虑linkedhashmap。
LRU缓存消除算法的实施原理具有链接列表的原则实际上非常简单。如前所述，为什么要使用linkedhashmap，即，一个两条链接列表+哈希表，以确保插入和查找时间的复杂性为o（1）。插入链接列表的时间复杂性也为o（1）。缓存要求当不满足容量时，最新使用的密钥将首先消除，因此我们需要确保队列有序有序，然后
根据上面的描述，我们可以实现LinkedHashMap来实现LRU缓存。
测试验证结果正常
作者：伯伦的版权属于作者。
原始链接：https：//juejin.cn/post/7001901390024933384