460. LFU 缓存

460. LFU 缓存

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 最近最久未使用 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

解题思路

将键值对和使用频率封装成为node对象,使用map记录key和node的映射关系。对于每个使用频率,维护一个linkedSet记录使用的顺序,就可以做到每次删除使用频率最少的并且最近未使用的

代码

    class LFUCache {

        Map<Integer,Node> map=new HashMap();
        int size,cap;
        int min=1;
        Map<Integer,LinkedHashSet<Node>> freq=new HashMap<>();
        public LFUCache(int capacity) {
            size=0;
            cap=capacity;

        }

        public int get(int key) {
            if(!map.containsKey(key))
                return -1;
            Node node = map.get(key);
            freq.get(node.cnt).remove(node);
            if(node.cnt==min&&freq.get(min).isEmpty())
            min=node.cnt+1;
            node.cnt++;
            if(!freq.containsKey(node.cnt))
                freq.put(node.cnt,new LinkedHashSet<>());
            freq.get(node.cnt).add(node);
            return node.value;
        }

        public void put(int key, int value) {
            if(cap==0) return;
            if(map.containsKey(key))
            {
                Node node = map.get(key);
                freq.get(node.cnt).remove(node);
                if(node.cnt==min&&freq.get(min).isEmpty())
                    min=node.cnt+1;
                node.cnt++;
                node.value=value;
            }else{
                if(size==cap)
                {
                    LinkedHashSet<Node> set = freq.get(min);
                    Node de = set.iterator().next();
                    set.remove(de);
                    map.remove(de.key);
                    size--;
                }
                Node node=new Node(key,value);
                map.put(key,node);
                min=1;
                size++;
            }
            Node cur=map.get(key);
            if(!freq.containsKey(cur.cnt))
                freq.put(cur.cnt,new LinkedHashSet<>());
            freq.get(cur.cnt).add(cur);
            
        }
        class Node{
            int cnt,key,value;
            Node(int k,int v)
            {
                key=k;
                value=v;
                cnt=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);
 */

你可能感兴趣的:(leetcode,缓存,算法,数据结构)