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 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
   
struct doubleLinkedNode{
    int key;
    int val;
    int frequency;
    doubleLinkedNode* pre;
    doubleLinkedNode* next;
    doubleLinkedNode(int _key, int _val) {
        key = _key;
        val = _val;
        frequency = 1;
    }
};
struct doubleLinkedList{
    doubleLinkedNode* head;
    doubleLinkedNode* tail;
    doubleLinkedList(){
        head = new doubleLinkedNode(-1, -1);
        tail = new doubleLinkedNode(-1, -1);
        head->next = tail;
        tail->pre = head;
    }
};
class LFUCache {
public:
    unordered_map<int, doubleLinkedNode*> KTN;
    unordered_map<int, doubleLinkedList> FTL; // freq to Linklist
    int maxsize;
    int cursize;
    int minfrequency;

    LFUCache(int capacity) {
        maxsize = capacity;
        cursize = 0;
        minfrequency = 0; // 将最小freq的 节点删除,需要保存最小 freq
    }
    int get(int key) {
        if(KTN.find(key) == KTN.end()) {
            return -1;
        } else {
            doubleLinkedNode* targetNode = KTN[key];
            int res = targetNode->val;
            removeNode(targetNode);
            targetNode->frequency += 1;
            headInsert(targetNode);
            return res;
        }
    }
    void put(int key, int value) {
        if(maxsize == 0)
            return;
        if(KTN.find(key) != KTN.end()){
            doubleLinkedNode* targetNode = KTN[key];
            targetNode->val = value;
            removeNode(targetNode);
            targetNode->frequency += 1;
            headInsert(targetNode);
        }else{
            if(cursize == maxsize){
                deleteNode(minfrequency);
                cursize -= 1;
            }
            KTN[key]  = new doubleLinkedNode(key, value);
            minfrequency = 1;
            headInsert(KTN[key]);
            cursize += 1;
        }
    }
    void removeNode(doubleLinkedNode* node){
        node->pre->next = node->next;
        node->next->pre = node->pre;
        if(node->frequency == minfrequency && FTL[minfrequency].head->next == FTL[minfrequency].tail){
            // freq ==minfreq 的链表中只有1个元素。
            minfrequency += 1;
        }
    }
    void headInsert(doubleLinkedNode* node){
        node->pre = FTL[node->frequency].head;
        node->next = FTL[node->frequency].head->next;
        FTL[node->frequency].head->next = node;
        node->next->pre = node;
    }
    void deleteNode(int minfrequency){
        doubleLinkedNode* last = FTL[minfrequency].tail->pre;
        last->pre->next = last->next;
        last->next->pre = last->pre;
        KTN.erase(last->key);
    }
};

 

上一篇:focal loss


下一篇:leetcode 460 LFU缓存