设计并实现最不经常使用(LFU)缓存的数据结构。它应该支持以下操作:get 和 put。
get(key) - 如果键存在于缓存中,则获取键的值(总是正数),否则返回 -1。
put(key, value) - 如果键不存在,请设置或插入值。当缓存达到其容量时,它应该在插入新项目之前,使最不经常使用的项目无效。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,最近最少使用的键将被去除。
一个项目的使用次数就是该项目被插入后对其调用 get 和 put 函数的次数之和。使用次数会在对应项目被移除后置为 0。
进阶:
你是否可以在 O(1) 时间复杂度内执行两项操作?
示例:
LFUCache cache = new LFUCache( 2 /* capacity (缓存容量) */ );
cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 去除 key 2
cache.get(2); // 返回 -1 (未找到key 2)
cache.get(3); // 返回 3
cache.put(4, 4); // 去除 key 1
cache.get(1); // 返回 -1 (未找到 key 1)
cache.get(3); // 返回 3
cache.get(4); // 返回 4
题解: 每次满了应当剔除最少使用次数的键, 当使用次数相等剔除, 最近最少使用的键将被去除。 所以需要键值按使用次数和最近使用时间来排序, 而且得实现插入和删除效率高, 使用平衡二叉树即可, 直接用set容器, 这是底层是红黑树, 每次删除最左下的即可, 即begin(), 而为了实现随机访问, 建立一个哈希表, 用于查找键是否存在,
当get操作时, 在哈希表中查找key, 若不存在返回-1, 存在就返回value并且使用次数加一, 最近使用时间更新, 同时将此更新到set中
当put操作时, 在哈希表中查找key, 若不存在, 新建哈希表键值对, 并将值插入set, 若存在, 则哈希表和set更新即可
想到LRU是用哈希表加链表实现删除最近最少访问的, 而LFU当操作次数相同时也是删除最近最少访问的, 故LRU也可用这种方式实现
struct Node {
int cnt; //操作次数
int time; //最近访问时间
int key, value; //键值对
Node(int c, int t, int k, int v) :cnt(c), time(t), key(k), value(v) {} //构造方法
bool operator < (const Node& t) const { //set中排序方法
return cnt == t.cnt ? time < t.time : cnt < t.cnt;
}
};
class LFUCache {
int capacity;
int time;
set<Node> s;
map<int, Node> m;
public:
LFUCache(int c) {
capacity = c;
time = 0;
s.clear();
m.clear();
}
int get(int key) {
auto it = m.find(key);
if (it == m.end()) return -1;
Node cache = it->second;
s.erase(cache);
cache.time = time++;
cache.cnt++;
it->second = cache;
s.insert(cache);
return cache.value;
}
void put(int key, int value) {
if (capacity == 0) return; //此处应特别判定
auto it = m.find(key);
if (it == m.end())
{
if (m.size() == capacity)
{
m.erase(s.begin()->key);
s.erase(s.begin());
}
Node cache = Node(1, time++, key, value);
m.insert(make_pair(key, cache));
s.insert(cache);
}
else
{
auto it = m.find(key);
Node cache = it->second;
s.erase(cache);
cache.cnt++;
cache.time = time++;
cache.value = value;
it->second = cache;
s.insert(cache);
}
}
};