LFU模拟

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