【力扣刷题】460.LFU缓存——哈希表+LinkedHashSet

题目

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

分析

LFU难度大于LRU，LRU使用链表较好实现，但是LFU算法相当于是淘汰访问频次最低的数据，如果访问频次最低的数据有多条，需要淘汰最旧的数据。

①get(key)方法会去缓存中查询键key，如果key已存在，则返回key对应的val值，不存在则返回-1。

②put(key,value)方法插入或修改缓存。如果key已经存在，则将它对应的值改为value；如果key不存在，则插入键值对<key,value>。

③当缓存达到容量capacity时，则应该在插入新的键值对之前，删除使用频次最低的键值对。如果频次最低的键值对有多个，则删除最旧的那一个。

解决办法：

①使用一个HashMap存储key到val的映射

②使用一个HashMap存储key到freq的映射

③核心：

    1.肯定需要freq到key的映射，用来找到freq最小的key

    2.freq最小的key，那需要快速得到当前所有key中最小的freq - > 用一个变量minFreq来记录最小的freq。

    3.可能多个key拥有相同的freq，所以freq对key是一对多的关系，一个freq对应一个key的列表。

    4.希望freq对应的key的列表是按照时序存储的，便于快速查找并删除最旧的key

    5.希望快速删除key列表中的任何一个key，如果频次为freq的某个key被访问，那么它的频次freq+1，就该从freq对应的key列表删除，加入到freq+1对应的key的列表中。

3，4，5可以用HashMap<Integer,LinkedHashSet<Integer>>来实现

这个结构，其实就是我实现LRU的时候，哈希表+双向链表。

代码

这里我将①②用的哈希表合并成一个了，用HashMap<Integer,int[]>来存，存<key,[val,freq]>。

class LFUCache {
    int capacity;
    //这个哈希表存<key,[val,freq]>
    HashMap<Integer,int[]> keyToValAndFreq;
    //LinkedHashSet具有set集合不重复的特点,同时具有可预测的迭代顺序，也就是我们插入的顺序。
    //这个哈希表存freq -> keys的映射
    HashMap<Integer,LinkedHashSet<Integer>> freqToKeys;
    int minFreq;

    public LFUCache(int capacity) {
        keyToValAndFreq = new HashMap<>();
        freqToKeys = new HashMap<>();
        this.minFreq = 0;
        this.capacity = capacity;
    }
    //从keyToValAndFreq获取key对应的val，同时给freq+1
    //移动该key从freq的链表->freq+1的链表
    public int get(int key) {
        if(keyToValAndFreq.containsKey(key)){
            int[] tmp = keyToValAndFreq.get(key);
            //修改frep值
            int freq = tmp[1];
            tmp[1] = freq + 1;
            //写回
            keyToValAndFreq.put(key,tmp);
            //将key从freq移动到freq+1对应的映射链表
            LinkedHashSet<Integer> keyList1 = freqToKeys.get(freq);
            keyList1.remove(key);
            if(keyList1.isEmpty()){
                freqToKeys.remove(freq);
                //如果最小的频次列表为空了
                if(freq == this.minFreq){
                    this.minFreq++;
                }
            }
            LinkedHashSet<Integer> keyList2 = freqToKeys.getOrDefault(freq + 1,new LinkedHashSet<Integer>());
            keyList2.add(key);
            freqToKeys.put(freq + 1,keyList2);
            return tmp[0];
        }
        return -1;
    }
    
    public void put(int key, int value) {
        if(capacity <= 0) return;
        if(keyToValAndFreq.containsKey(key)){
            int[] tmp = keyToValAndFreq.get(key);
            //修改frep值
            int freq = tmp[1];
            tmp[1] = freq + 1;
            tmp[0] = value;
            //写回
            keyToValAndFreq.put(key,tmp);
            //将key从freq移动到freq+1对应的映射链表
            LinkedHashSet<Integer> keyList1 = freqToKeys.get(freq);
            keyList1.remove(key);
            if(keyList1.isEmpty()){
                freqToKeys.remove(freq);
                if(freq == this.minFreq){
                    this.minFreq++;
                }
            }
            LinkedHashSet<Integer> keyList2 = freqToKeys.getOrDefault(freq + 1,new LinkedHashSet<Integer>());
            keyList2.add(key);
            freqToKeys.put(freq + 1,keyList2);
        }else{
            if(keyToValAndFreq.size() >= capacity){
                //找到使用频率最小的<key,value>
                LinkedHashSet<Integer> keyList = freqToKeys.get(this.minFreq);
                int tmpKey = keyList.iterator().next();
                keyList.remove(tmpKey);
                if(keyList.isEmpty()){
                    freqToKeys.remove(this.minFreq);
                }
                keyToValAndFreq.remove(tmpKey);
            }
            //加入新的<key,[value,1]>
            int[] tmp = new int[2];
            tmp[0] = value;
            tmp[1] = 1;
            keyToValAndFreq.put(key,tmp);
            LinkedHashSet<Integer> keyList_1 = freqToKeys.getOrDefault(1,new LinkedHashSet<Integer>());
            keyList_1.add(key);
            freqToKeys.put(1,keyList_1);
            this.minFreq = 1;
        }

    }
}

/**
 * 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);
 */

然后其实get和set代码有重复的，比如可以将key从freq移动到freq+1对应的映射链表上封装起来，然后调用，会使代码好看一点。