【力扣刷题】460.LFU缓存——哈希表+LinkedHashSet

╰+哭是因爲堅強的太久メ 2023-09-28 16:10 76阅读 0赞

#### 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。