LFU缓存

LFU 缓存

请你为 最不经常使用（LFU）缓存算法设计并实现数据结构。
实现 LFUCache 类：
LFUCache(int capacity) - 用数据结构的容量 capacity 初始化对象
int get(int key) - 如果键 key 存在于缓存中，则获取键的值，否则返回 -1 。
void put(int key, int value) - 如果键 key 已存在，则变更其值；如果键不存在，请插入键值对。当缓存达到其容量 capacity 时，则应该在插入新项之前，移除最不经常使用的项。在此问题中，当存在平局（即两个或更多个键具有相同使用频率）时，应该去除 最近最久未使用 的键。
为了确定最不常使用的键，可以为缓存中的每个键维护一个 使用计数器 。使用计数最小的键是最久未使用的键。
当一个键首次插入到缓存中时，它的使用计数器被设置为 1 (由于 put 操作)。对缓存中的键执行 get 或 put 操作，使用计数器的值将会递增。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。

挑一种实现方式来说吧,使用哈希表+平衡二叉树来实现.创建一个Node节点的类,用于存放key,value,以及时间time和使用频率frequency
其实真的也没有什么特别难的,就是理解了整个设计流程即可

//使用哈希表+平衡二叉树
class LFU {
    //缓存容量和时间戳
    int capacity, time;
    HashMap<Integer, Node> map;
    TreeSet<Node> set;

    public LFU(int capacity) {
        this.capacity = capacity;
        this.time = 0;
        map = new HashMap<>();
        set = new TreeSet<>();
    }


    public int get(int key) {
        if (capacity == 0) return -1;

        //如果哈希表中没有键key返回-1
        Node node = map.get(key);
        if (node == null) return -1;

        //从平衡二叉树中删除旧的缓存
        set.remove(node);
        //将旧缓存更新
        node.frequent++;
        node.time = ++time;//将时间更新
        //将新缓存重新放入哈希表和平衡二叉树中
        set.add(node);
        map.put(key, node);
        return node.value;
    }

    public void put(int key, int value) {
        if (capacity == 0) return;

        if (!map.containsKey(key)) {
            //如果到达缓存容量上限
            if (map.size() == capacity) {
                //从哈希表和平衡二叉树中删除最近最少使用的缓存
                map.remove(set.first().key);
                set.remove(set.first());
            }
            //创建新的缓存
            Node node = new Node(key, value, ++time, 1);
            //将新缓存放入哈希表和平衡二叉树中
            map.put(key, node);
            set.add(node);
        } else {
            //和get时候类似
            Node node = map.get(key);
            set.remove(node);
            node.frequent++;
            node.time = ++time;
            node.value = value;//这一步千万别忘了 要更新value值!!!!
            set.add(node);
            map.put(key, node);
        }
    }
}


//定义平衡二叉树的节点 并且自定义排序规则
class Node implements Comparable<Node> {
    int key, value, time, frequent;

    public Node(int key, int value, int time, int frequent) {
        this.key = key;
        this.value = value;
        this.time = time;
        this.frequent = frequent;
    }

    //两个节点相等的判断 只需要时间和使用频率相同即可
    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        Node node = (Node) o;
        return  time == node.time && frequent == node.frequent;
    }

    @Override
    public int hashCode() {
        return Objects.hash(key, value, time, frequent);
    }

    //比较的规则是先按使用频率 再按时间前后
    @Override
    public int compareTo(Node o) {
        return frequent == o.frequent ? this.time - o.time : frequent - o.frequent;
    }
}