LeetCode-460. LFU 缓存

题目来源

460. LFU 缓存

题目描述

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

题解分析

解法一：HashMap+PriorityQueue

class LFUCache {
    class Node implements Comparable<Node>{
        int key, value;
        int freq;// 访问的频次
        int time;// 访问的时间
        Node(){}
        Node(int key, int value, int freq, int time){
            this.key = key;
            this.value = value;
            this.freq = freq;
            this.time = time;
        }
        public int compareTo(Node node){
            if(freq != node.freq){
                return freq - node.freq;
            }
            return time - node.time;
        }
    }

    int time;
    int capacity;
    PriorityQueue<Node> que;
    Map<Integer, Node> cache;// key-表示待插入的key，value-表示Node节点，存储了访问频次等相关信息
    public LFUCache(int capacity) {
        time = 0;
        this.capacity = capacity;
        que = new PriorityQueue<>();
        cache = new HashMap<>();
    }
    
    public int get(int key) {
        if(!cache.containsKey(key)){
            return -1;
        }
        time++;
        Node node = cache.get(key);
        node.freq++;
        node.time = time;
        que.remove(node);
        que.offer(node);
        return node.value;
    }
    
    public void put(int key, int value) {
        if(capacity == 0){
            return;
        }
        time++;
        if(cache.containsKey(key)){
            Node node = cache.get(key);
            node.freq++;
            node.time = time;
            node.value = value;
            que.remove(node);
            que.offer(node);
            return;
        }
        if(cache.size() == capacity){
            Node node = que.poll();
            cache.remove(node.key);
        }
        Node node = new Node(key, value, 1, time);
        cache.put(key, node);
        que.offer(node);
    }
}

/**
 * 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);
 */