0460. LFU 缓存
题目地址(460. LFU缓存)
https://leetcode-cn.com/problems/lfu-cache/
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。它应该支持以下操作:get 和 put。get(key) - 如果键存在于缓存中,则获取键的值(总是正数),否则返回 -1。put(key, 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。「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 。 进阶:你是否可以在 O(1) 时间复杂度内执行两项操作? 示例:LFUCache cache = new LFUCache( 2 /* capacity (缓存容量) */ );cache.put(1, 1);cache.put(2, 2);cache.get(1); // 返回 1cache.put(3, 3); // 去除 key 2cache.get(2); // 返回 -1 (未找到key 2)cache.get(3); // 返回 3cache.put(4, 4); // 去除 key 1cache.get(1); // 返回 -1 (未找到 key 1)cache.get(3); // 返回 3cache.get(4); // 返回 4
前置知识
链表
HashMap
公司
阿里
腾讯
百度
字节
思路
本题已被收录到我的新书中,敬请期待~
LFU(Least frequently used) 但内存容量满的情况下,有新的数据进来,需要更多空间的时候,就需要删除被访问频率最少的元素。
举个例子,比如说 cache 容量是 3,按顺序依次放入1,2,1,2,1,3
, cache 已存满 3 个元素 (1,2,3), 这时如果想放入一个新的元素 4 的时候,就需要腾出一个元素空间。 用 LFU,这里就淘汰 3, 因为 3 的次数只出现依次, 1 和 2 出现的次数都比 3 多。
题中get
和put
都是O(1)
的时间复杂度,那么删除和增加都是O(1)
,可以想到用双链表,和HashMap
,用一个HashMap, nodeMap,
保存当前key
,和node{key, value, frequent}
的映射。 这样get(key)
的操作就是O(1)
. 如果要删除一个元素,那么就需要另一个HashMap,freqMap,
保存元素出现次数(frequent)
和双链表(DoublyLinkedlist)
映射, 这里双链表存的是 frequent 相同的元素。每次get
或put
的时候,frequent+1
,然后把node
插入到双链表的head node, head.next=node
每次删除freqent
最小的双链表的tail node, tail.prev
。
用给的例子举例说明:
1. put(1, 1), - 首先查找 nodeMap 中有没有 key=1 对应的 value, 没有就新建 node(key, value, freq) -> node1(1, 1, 1), 插入 nodeMap,{[1, node1]} - 查找 freqMap 中有没有 freq=1 对应的 value, 没有就新建 doublylinkedlist(head, tail), 把 node1 插入 doublylinkedlist head->next = node1. 如下图,

2. put(2, 2), - 首先查找 nodeMap 中有没有 key=2 对应的 value, 没有就新建 node(key, value, freq) -> node2(2, 2, 1), 插入 nodeMap,{[1, node1], [2, node2]} - 查找 freqMap 中有没有 freq=1 对应的 value, 没有就新建 doublylinkedlist(head, tail), 把 node2 插入 doublylinkedlist head->next = node2. 如下图,

3. get(1), - 首先查找 nodeMap 中有没有 key=1 对应的 value,nodeMap:{[1, node1], [2, node2]}, 找到 node1,把 node1 freq+1 -> node1(1,1,2) - 更新 freqMap,删除 freq=1,node1 - 更新 freqMap,插入 freq=2,node1 如下图,

4. put(3, 3), - 判断 cache 的 capacity,已满,需要淘汰使用次数最少的元素,找到最小的 freq=1,删除双链表 tail node.prev 如果 tailnode.prev != null, 删除。然后从 nodeMap 中删除对应的 key。 - 首先查找 nodeMap 中有没有 key=3 对应的 value, 没有就新建 node(key, value, freq) -> node3(3, 3, 1), 插入 nodeMap,{[1, node1], [3, node3]} - 查找 freqMap 中有没有 freq=1 对应的 value, 没有就新建 doublylinkedlist(head, tail), 把 node3 插入 doublylinkedlist head->next = node3. 如下图,

5. get(2) - 查找 nodeMap,如果没有对应的 key 的 value,返回 -1。6. get(3) - 首先查找 nodeMap 中有没有 key=3 对应的 value,nodeMap:{[1, node1], [3, node3]}, 找到 node3,把 node3 freq+1 -> node3(3,3,2) - 更新 freqMap,删除 freq=1,node3 - 更新 freqMap,插入 freq=2,node3 如下图,

7. put(4, 4), - 判断 cache 的 capacity,已满,需要淘汰使用次数最少的元素,找到最小的 freq=1,删除双链表 tail node.prev 如果 tailnode.prev != null, 删除。然后从 nodeMap 中删除对应的 key。 - 首先查找 nodeMap 中有没有 key=4 对应的 value, 没有就新建 node(key, value, freq) -> node4(4, 4, 1), 插入 nodeMap,{[4, node4], [3, node3]} - 查找 freqMap 中有没有 freq=1 对应的 value, 没有就新建 doublylinkedlist(head, tail), 把 node4 插入 doublylinkedlist head->next = node4. 如下图,

8. get(1) - 查找 nodeMap,如果没有对应的 key 的 value,返回 -1。9. get(3) - 首先查找 nodeMap 中有没有 key=3 对应的 value,nodeMap:{[4, node4], [3, node3]}, 找到 node3,把 node3 freq+1 -> node3(3,3,3) - 更新 freqMap,删除 freq=2,node3 - 更新 freqMap,插入 freq=3,node3 如下图,

10. get(4) - 首先查找 nodeMap 中有没有 key=4 对应的 value,nodeMap:{[4, node4], [3, node3]}, 找到 node4,把 node4 freq+1 -> node4(4,4,2) - 更新 freqMap,删除 freq=1,node4 - 更新 freqMap,插入 freq=2,node4 如下图,

关键点分析
用两个Map
分别保存nodeMap {key, node}
和freqMap{frequent, DoublyLinkedList}
。 实现get
和put
操作都是O(1)
的时间复杂度。
可以用 Java 自带的一些数据结构,比如 HashLinkedHashSet,这样就不需要自己自建 Node,DoublelyLinkedList。 可以很大程度的缩减代码量。
代码(Java code)
public class LC460LFUCache { class Node { int key, val, freq; Node prev, next; Node(int key, int val) { this.key = key; this.val = val; freq = 1; } } class DoubleLinkedList { private Node head; private Node tail; private int size; DoubleLinkedList() { head = new Node(0, 0); tail = new Node(0, 0); head.next = tail; tail.prev = head; } void add(Node node) { head.next.prev = node; node.next = head.next; node.prev = head; head.next = node; size++; } void remove(Node node) { node.prev.next = node.next; node.next.prev = node.prev; size--; } // always remove last node if last node exists Node removeLast() { if (size > 0) { Node node = tail.prev; remove(node); return node; } else return null; } } // cache capacity private int capacity; // min frequent private int minFreq; Map<Integer, Node> nodeMap; Map<Integer, DoubleLinkedList> freqMap; public LC460LFUCache(int capacity) { this.minFreq = 0; this.capacity = capacity; nodeMap = new HashMap<>(); freqMap = new HashMap<>(); } public int get(int key) { Node node = nodeMap.get(key); if (node == null) return -1; update(node); return node.val; } public void put(int key, int value) { if (capacity == 0) return; Node node; if (nodeMap.containsKey(key)) { node = nodeMap.get(key); node.val = value; update(node); } else { node = new Node(key, value); nodeMap.put(key, node); if (nodeMap.size() == capacity) { DoubleLinkedList lastList = freqMap.get(minFreq); nodeMap.remove(lastList.removeLast().key); } minFreq = 1; DoubleLinkedList newList = freqMap.getOrDefault(node.freq, new DoubleLinkedList()); newList.add(node); freqMap.put(node.freq, newList); } } private void update(Node node) { DoubleLinkedList oldList = freqMap.get(node.freq); oldList.remove(node); if (node.freq == minFreq && oldList.size == 0) minFreq++; node.freq++; DoubleLinkedList newList = freqMap.getOrDefault(node.freq, new DoubleLinkedList()); newList.add(node); freqMap.put(node.freq, newList); } }
参考(References)
最后更新于
这有帮助吗?