场景算法

LeetCode 面试题 16.25. LRU缓存

设计和构建一个“最近最少使用”缓存，该缓存会删除最近最少使用的项目。缓存应该从键映射到值(允许你插入和检索特定键对应的值)，并在初始化时指定最大容量。当缓存被填满时，它应该删除最近最少使用的项目。
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。

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

思路：使用双向链表实现，每个节点包括k，v数据以及前驱、后继节点。此外，链表中还有虚拟节点dummy，让每个节点的pre和next均不为空，简化操作。
为什么要保存key？
在删除链表末尾节点时，需要删除哈希表中的记录，需要查找末尾节点的key。

实现：

class LRUCache {
    private static class Node {
        int key, value;
        Node pre, next;

        Node(int k, int v) {
            key = k;
            value = v;
        }
    }

    private final int capacity;
    private final Node dummy = new Node(0,0);
    private final Map<Integer,Node> keyToNode = new HashMap<>();

    public LRUCache(int capacity) {
        this.capacity = capacity;
        dummy.pre = dummy;
        dummy.next = dummy;
    }
    
    public int get(int key) {
        Node node = getNode(key);
        return node != null ? node.value : -1;
    }
    
    public void put(int key, int value) {
        Node node = getNode(key);
        if (node != null) {
            node.value = value;
            return;
        }
        node = new Node(key, value);
        keyToNode.put(key,node);
        pushFront(node);
        if (keyToNode.size() > capacity) {
            Node backNode = dummy.pre;
            keyToNode.remove(backNode.key);
            remove(backNode);
        }
    }

    private Node getNode(int key) {
        if (! keyToNode.containsKey(key)) return null;
        Node node = keyToNode.get(key);
        remove(node);
        pushFront(node);
        return node;
    }

    private void remove(Node x) {
        x.pre.next = x.next;
        x.next.pre = x.pre;
    }

    private void pushFront(Node x) {
        x.pre = dummy;
        x.next = dummy.next;
        x.pre.next = x;
        x.next.pre = x;
    }
}

手写单例模式的实现

1.懒汉式

懒汉式单例是在第一次使用时创建实例，但这种方式在多线程环境下不安全，可能导致多个实例的创建。

public class Singleton {
    // 静态变量，保存唯一的实例
    private static Singleton instance;

    // 私有化构造函数，避免外部直接创建实例
    private Singleton() {}

    // 提供公共的静态方法来获取实例
    public static Singleton getInstance() {
        if (instance == null) {
            instance = new Singleton(); // 这里是懒加载
        }
        return instance;
    }
}

1.1懒汉式的线程安全模式

通过在 getInstance() 方法加锁来实现线程安全，但由于每次都加锁，可能会影响性能。

public class Singleton {
    // 静态变量，保存唯一的实例
    private static Singleton instance;

    // 私有化构造函数，避免外部直接创建实例
    private Singleton() {}

    // 提供公共的静态方法来获取实例
    public static synchronized Singleton getInstance() {
        if (instance == null) {
            instance = new Singleton();
        }
        return instance;
    }
}

1.2双重检查锁

public class Singleton {
    // 使用 volatile 确保可见性
    private static volatile Singleton instance;

    // 私有化构造函数，避免外部直接创建实例
    private Singleton() {}

    // 提供公共的静态方法来获取实例
    public static Singleton getInstance() {
        if (instance == null) {
            synchronized (Singleton.class) {
                if (instance == null) {
                    instance = new Singleton();
                }
            }
        }
        return instance;
    }
}

1.3静态内部类

这种方式是线程安全的，并且延迟加载，推荐使用。JVM 确保了静态内部类只会加载一次。

public class Singleton {
    // 静态内部类
    private static class SingletonHelper {
        // 静态变量，保存唯一的实例
        private static final Singleton instance = new Singleton();
    }

    // 私有化构造函数，避免外部直接创建实例
    private Singleton() {}

    // 提供公共的静态方法来获取实例
    public static Singleton getInstance() {
        return SingletonHelper.instance;
    }
}

2.饿汉式

这种方式在类加载时就创建实例，不会等到需要的时候才创建。

public class Singleton {
    // 静态变量，保存唯一的实例
    private static final Singleton instance = new Singleton();

    // 私有化构造函数，避免外部直接创建实例
    private Singleton() {}

    // 提供公共的静态方法来获取实例
    public static Singleton getInstance() {
        return instance;
    }
}

三个线程循环打印斐波那契数列

实现：

public class FibonacciPrinter {
    private static final Object lock = new Object();  // 用于线程间同步

    private static int fib1 = 0; // 斐波那契数列的第一个数字
    private static int fib2 = 1; // 斐波那契数列的第二个数字
    private static int count = 0; // 控制打印的次数

    public static void main(String[] args) {
        // 创建三个线程
        Thread thread1 = new Thread(new FibonacciTask(1));
        Thread thread2 = new Thread(new FibonacciTask(2));
        Thread thread3 = new Thread(new FibonacciTask(3));

        // 启动线程
        thread1.start();
        thread2.start();
        thread3.start();
    }

    // 斐波那契数列打印任务
    static class FibonacciTask implements Runnable {
        private int threadId;

        public FibonacciTask(int threadId) {
            this.threadId = threadId;
        }

        @Override
        public void run() {
            while (count < 30) {  // 打印30个斐波那契数列
                synchronized (lock) {
                    // 判断当前线程是否轮到它打印
                    if (count % 3 == threadId - 1) {
                        int nextFib = fib1 + fib2;
                        System.out.println("Thread " + threadId + " prints: " + fib1);
                        fib1 = fib2;
                        fib2 = nextFib;
                        count++;
                        lock.notifyAll();  // 唤醒其他线程
                    } else {
                        try {
                            lock.wait();  // 当前线程等待
                        } catch (InterruptedException e) {
                            Thread.currentThread().interrupt();
                        }
                    }
                }
            }
        }
    }
}