DESC:
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。当缓存达到其容量时,则应该在插入新项之前,使最不经常使用的项无效。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 最久未使用 的键。注意「项的使用次数」就是自插入该项以来对其调用 get 和 put 函数的次数之和。使用次数会在对应项被移除后置为 0 。
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。
示例:
输入:
["LFUCache", "put", "put", "get", "put", "get", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [3], [4, 4], [1], [3], [4]]
输出:
[null, null, null, 1, null, -1, 3, null, -1, 3, 4]解释:
// cnt(x) = 键 x 的使用计数
// cache=[] 将显示最后一次使用的顺序(最左边的元素是最近的)
LFUCache lFUCache = new LFUCache(2);
lFUCache.put(1, 1); // cache=[1,_], cnt(1)=1
lFUCache.put(2, 2); // cache=[2,1], cnt(2)=1, cnt(1)=1
lFUCache.get(1); // 返回 1
// cache=[1,2], cnt(2)=1, cnt(1)=2
lFUCache.put(3, 3); // 去除键 2 ,因为 cnt(2)=1 ,使用计数最小
// cache=[3,1], cnt(3)=1, cnt(1)=2
lFUCache.get(2); // 返回 -1(未找到)
lFUCache.get(3); // 返回 3
// cache=[3,1], cnt(3)=2, cnt(1)=2
lFUCache.put(4, 4); // 去除键 1 ,1 和 3 的 cnt 相同,但 1 最久未使用
// cache=[4,3], cnt(4)=1, cnt(3)=2
lFUCache.get(1); // 返回 -1(未找到)
lFUCache.get(3); // 返回 3
// cache=[3,4], cnt(4)=1, cnt(3)=3
lFUCache.get(4); // 返回 4
// cache=[3,4], cnt(4)=2, cnt(3)=3
提示:
0 <= capacity, key, value <= 104
最多调用 105 次 get 和 put 方法来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/lfu-cache
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
CODE:
JAVA:
class LFUCache { private int capacity, minFreq; private Map<Integer, Node> keyMap; private Map<Integer, LinkedList<Node>> freqMap; public LFUCache(int capacity) { this.minFreq = 0; this.capacity = capacity; this.keyMap = new HashMap(); this.freqMap = new HashMap(); } public int get(int key) { if (capacity == 0) { return -1; } if (!keyMap.containsKey(key)) { return -1; } else { Node node = keyMap.get(key); LinkedList<Node> freqList = freqMap.get(node.freq); freqList.remove(node); if (freqList.size() == 0) { if (node.freq == this.minFreq) { this.minFreq += 1; } } node.freq += 1; keyMap.put(key, node); freqList = freqMap.getOrDefault(node.freq, new LinkedList<>()); freqList.offerFirst(node); freqMap.put(node.freq, freqList); return node.val; } } public void put(int key, int value) { if (capacity == 0) { return; } if (keyMap.containsKey(key)) { Node node = keyMap.get(key); LinkedList<Node> freqList = freqMap.get(node.freq); freqList.remove(node); if (freqList.isEmpty()) { if (node.freq == this.minFreq) { this.minFreq++; } } node.val = value; node.freq += 1; // keyMap.put(key, node); freqList = freqMap.getOrDefault(node.freq, new LinkedList<Node>()); freqList.offerFirst(node); freqMap.put(node.freq, freqList); } else { if (keyMap.size() == capacity) { LinkedList<Node> list = freqMap.get(this.minFreq); Node node = list.pollLast(); keyMap.remove(node.key); if (list.size() == 0) { this.minFreq += 1; } } Node node = new Node(key, value, 1); keyMap.put(key, node); this.minFreq = 1; LinkedList<Node> list = freqMap.getOrDefault(node.freq, new LinkedList<>()); list.offerFirst(node); freqMap.put(node.freq, list); } } class Node { private int freq, key, val; public Node() {} public Node(int key, int val, int freq) { this.key = key; this.val = val; this.freq = freq; } } } /** * Your LFUCache object will be instantiated and called as such: * LFUCache obj = new LFUCache(capacity); * int param_1 = obj.get(key); * obj.put(key,value); */
PYTHON:
LEETCODE耗时:
NOTES:
(Java版)
1. 使用双hash分别存储key和使用频次队列freq
2. Node节点携带freq,便于删除使用
3. freq队列为空时要判断该freq是否是最低freq,如果是则minFreq+=1