460. LFU 缓存（数据结构系列）

460. LFU 缓存

• 题目
• 解题思路
• 代码

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。

解题思路

代码

class LFUCache {
    //key到val的映射，称之为KV表
    HashMap<Integer,Integer> keyToVal;
    //key到Freq的映射，称之为KF表
    HashMap<Integer,Integer> keyToFreq;
    //freq到key列表的映射，称之为FK表
    HashMap<Integer,LinkedHashSet<Integer>> freqToKeys;

    int minFreq;//记录最小的频次
    int cap;//记录LFU缓存的最大容量
    
    
    public LFUCache(int capacity) {
        keyToVal=new HashMap<>();
        keyToFreq=new HashMap<>();
        freqToKeys=new HashMap<>();
        this.cap=capacity;
        this.minFreq=0;//默认为0
    }
    
    public int get(int key) {
        if (!keyToVal.containsKey(key)) {
            return -1;
        }
        //增加key对应的freq
        increaseFreq(key);

        return keyToVal.get(key);
    }

    public void put(int key, int value) {
        if (this.cap <= 0) {
            return;
        }
        //key已存在
        if (keyToVal.containsKey(key)) {
            keyToVal.put(key, value);
            increaseFreq(key);
            return;
        }
        if (this.cap <= keyToVal.size()) {
            removeMinFreq();
        }
        keyToVal.put(key, value);
        keyToFreq.put(key, 1);
        freqToKeys.putIfAbsent(1, new LinkedHashSet<>());
        freqToKeys.get(1).add(key);
        //新插入后最小的频次，就是刚插入的这个元素的频次：1
        this.minFreq = 1;
    }

    public void removeMinFreq() {
        //freq 最小的key列表
        LinkedHashSet<Integer> keyList = freqToKeys.get(this.minFreq);
        //如果有很多freq相同小的，就淘汰最早插入的
        int deleteKey = keyList.iterator().next();
        //更新FK表
        keyList.remove(deleteKey);
        if (keyList.isEmpty()) {
            freqToKeys.remove(this.minFreq);
        }
        //更新KV、KF表
        keyToVal.remove(deleteKey);
        keyToFreq.remove(deleteKey);
    }

    public void increaseFreq(int key) {
        int freq = keyToFreq.get(key);
        //更新KF表
        keyToFreq.put(key, freq + 1);
        //更新FK表
        //将key从freq对应的列表删除
        freqToKeys.get(freq).remove(key);
        //将其添加到freq+1的对应列表中
        freqToKeys.putIfAbsent(freq + 1, new LinkedHashSet<>());
        freqToKeys.get(freq + 1).add(key);

        //如果freq列表空了，就移除这个freq
        if (freqToKeys.get(freq).isEmpty()) {
            freqToKeys.remove(freq);
            //如果这个freq恰好是minFreq，就更新minFreq,因为最小的freq没有对应元素了，已经被删除了，所以minFreq要加1
            if (freq == this.minFreq) {
                this.minFreq++;
            }
        }

    }
}

/**
 * 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);
 */