LeetCode 460. LFU 缓存 -- 哈希查询+双向链表

460. LFU 缓存
     困难
     634
     相关企业
     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。

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 lfu = new LFUCache(2);
lfu.put(1, 1); // cache=[1,_], cnt(1)=1
lfu.put(2, 2); // cache=[2,1], cnt(2)=1, cnt(1)=1
lfu.get(1); // 返回 1
// cache=[1,2], cnt(2)=1, cnt(1)=2
lfu.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
lfu.get(2); // 返回 -1（未找到）
lfu.get(3); // 返回 3
// cache=[3,1], cnt(3)=2, cnt(1)=2
lfu.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
lfu.get(1); // 返回 -1（未找到）
lfu.get(3); // 返回 3
// cache=[3,4], cnt(4)=1, cnt(3)=3
lfu.get(4); // 返回 4
// cache=[3,4], cnt(4)=2, cnt(3)=3

提示：

0 <= capacity <= 104
0 <= key <= 105
0 <= value <= 109
最多调用 2 * 105 次 get 和 put 方法

题解

这个题目是真的痛苦，和那个LRU算法思路基本一致，但是需要额外定义一个map用来储存所有被访问次数为count的头节点，这样更新的时候会快很多。
Debug了好久。。。。

AC代码

class LFUCache {
struct Node{
    int key, val, count;
    Node *next, *prev;
};
private:

//定义每个键值的指针位置
unordered_map<int, Node*>cache;
map<int, Node*>count_start;
Node * head = new Node();
Node * tail = new Node();

int capacity;

public:
    LFUCache(int capacity):capacity(capacity)
    {
        head->count = 1e9;
        tail->count = -1e9;
        head->next = tail;
        tail->prev = head;
        head->prev = NULL;
        tail->next = NULL;
        count_start[1e9] = head;
        count_start[-1e9] = tail;
    }
    void delete_count_start(Node *p)
    {
        //该节点是操作次数为count的首节点
        if(count_start[p->count]==p)
        {
            if(p->next->count==p->count)
            {
                count_start[p->count] = p->next;//更新下
            }   
            else
            {
                //直接删除键值为count
                count_start.erase(p->count);
            }
        }      
    }
    //假设当前键值使用次数为x，把节点p直接插到所有使用次数为x的第一个位置
    void update(Node * p)
    {
        //如果是刚插入的节点
        if(p->next==NULL)
        {
            Node * Prev = tail->prev;
            Prev->next = p;
            p->prev = Prev;
            p->next = tail;
            tail->prev = p;        
        }
        //切断原来的联系
        Node * Prev = p->prev;
        Node * Next = p->next;
        Prev->next = Next;
        Next->prev = Prev; 

        int count = p->count;
        auto iter = count_start.upper_bound(count);
        //iter--是为了找到count_start中第一个小于等于count的键值
        iter--;
        if(iter->first==-1e9)
        {
            //是使用次数最小的，直接接链表后面
            Node * Prev = tail->prev;
            Prev->next = p;
            p->prev = Prev;
            p->next = tail;
            tail->prev = p;
            count_start[count] = p;
        }
        else
        {
            Node * Prev = iter->second->prev;
            Node * Next = iter->second;
            //插入
            Prev->next = p;
            p->prev = Prev;
            p->next = Next;
            Next->prev = p;
            count_start[count] = p;
        }
    }
    int get(int key) 
    {
        if(cache.find(key)==cache.end())return -1;
        Node * p =cache[key];
        int val = p->val;
        //先判断更新下原来的被访问次数count
        delete_count_start(p);
        p->count += 1;
        update(p);
        return val;
    }
    void put(int key, int value) 
    {
        if(cache.find(key)==cache.end())
        {
            if(cache.size()>=capacity)
            {
                //删除最久并且使用次数最少的键值
                Node * p2 = tail->prev;
                Node * Prev = p2->prev;
                Prev->next = tail;
                tail->prev = Prev;
                //删除
                cache.erase(p2->key);
                //先判断更新下原来的被访问次数count
                delete_count_start(p2);
                delete p2;
            }
            Node * p = new Node();
            p->key = key;
            cache[key] = p;
            p->count = 1;
            p->val = value;
            update(p);
        }
        else
        {
            Node * p = cache[key];
            //先判断更新下原来的被访问次数count
            delete_count_start(p);
            p->count += 1;
            p->val = value;
            update(p);
        }
    }
};

/**
 * 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);
 */