数据结构：自己实现一个LRU的缓存（初始化传入缓存最大容量）

最近爱上了刷力扣，越刷越上瘾！然后今天有道题是让自己实现一个【LRUCache】，也就是LRU缓存。LRU缓存呢，就是当容量不够的时候就要淘汰掉最近最少使用的缓存值，也就是【Least Recently Used】，这也就是LRU缓存名字的由来。至于为什么容量不够的时候要优先淘汰掉最近最少使用的缓存值呢？这个就涉及到计算机科学里面大名鼎鼎的【局部性原理】了！

我在力扣上面提交的题也不少了，这道题还是比较有意思的（这道题的力扣网址），我也是直接借用了JDK的LinkedHashMap来实现的，这里直接上代码：

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

/**
 * Leetcode Website: https://leetcode-cn.com/problems/lru-cache-lcci/
 * @author : LiYang
 * @datetime : 2021/7/7 22:35
 */
public class LRUCache {

    /**
     * 存缓存值的Map
     */
    private Map<Integer, Integer> cache;
    /**
     * 缓存容量
     */
    private int capacity;

    /**
     * 构造方法，传入容量
     * @param capacity 缓存容量
     */
    public LRUCache(int capacity) {
        // 初始化缓存容量
        this.capacity = capacity;

        // 将村缓存的Map初始化为LinkedHashMap
        cache = new LinkedHashMap<>(capacity);
    }

    /**
     * 获取缓存值
     * @param key 缓存键
     * @return 值
     */
    public int get(int key) {
        // 先从缓存中删除，并拿到值
        Integer value = cache.remove(key);

        // 如果有值
        if (value != null) {
            // 重新添加到末尾
            cache.put(key, value);
            // 返回该缓存值
            return value;

        } else {
            // 没有值，返回-1
            return -1;
        }
    }

    /**
     * 添加缓存值
     * @param key 键
     * @param value 值
     */
    public void put(int key, int value) {
        // 先删除原值
        cache.remove(key);
        // 添加新值到末尾
        cache.put(key, value);

        // 如果超了容量，则删除至最大容量
        while (cache.size() > capacity) {
            cache.remove(cache.keySet().iterator().next());
        }
    }

}