LRU、LFU

LRU (opens new window)

请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。

实现 LRUCache 类：

• LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
• int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
• void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。

函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。

输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]

解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1);    // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2);    // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1);    // 返回 -1 (未找到)
lRUCache.get(3);    // 返回 3
lRUCache.get(4);    // 返回 4


提示：

1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put

class DoubleLinkNode {
  public key: number
  public val: number
  public next: DoubleLinkNode | null
  public prev: DoubleLinkNode | null
  constructor(key: number, val: number) {
    this.key = key
    this.val = val
    this.next = null
    this.prev = null
  }
}

class LRUCache {
  private capacity: number
  private cache: Map<any, any>
  private dummy: DoubleLinkNode

  constructor(capacity: number) {
    // 容量
    this.capacity = capacity
    // 缓存 key, node
    this.cache = new Map()
    // 哨兵节点
    this.dummy = new DoubleLinkNode(-1, -1)
    this.dummy.next = this.dummy
    this.dummy.prev = this.dummy
  }

  get(key: number): number {
    const node = this.getNode(key)
    return node? node.val : -1
  }

  put(key: number, value: number): void {
    // 存在就更新
    let node = this.getNode(key)
    if(node) {
      node.val = value
      return
    }
    // 不存在
    node = new DoubleLinkNode(key, value)
    // 缓存一下
    this.cache.set(key, node)
    // 放到头部
    this.pushFront(node)

    // 判断容量
    if(this.cache.size > this.capacity) {
      // 删除尾部
      this.deleteTail()
    }
  }

  getNode(key: number) {
    // 不存在
    if(!this.cache.has(key)) {
      return null
    }
    // 存在
    const node = this.cache.get(key)
    // 删除
    this.delete(node)
    // 放到头部
    this.pushFront(node)
    return node
  }

  delete(node:DoubleLinkNode) {
    const prev = node.prev
    const next = node.next
    prev!.next = next
    next!.prev = prev
  }

  // dummy --> head
  // head <--- dummy
  // 将node插入到dummy后面
  pushFront(node:DoubleLinkNode) {
    const head = this.dummy.next
    node.prev = this.dummy
    node.next = head
    head!.prev = node
    this.dummy.next = node
  }

  deleteTail() {
    const tail = this.dummy.prev
    this.delete(tail!)
    this.cache.delete(tail!.key)
  }
}

/**
 * Your LRUCache object will be instantiated and called as such:
 * var obj = new LRUCache(capacity)
 * var param_1 = obj.get(key)
 * obj.put(key,value)
 */

LFU (opens new window)

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：

1 <= capacity <= 104
0 <= key <= 105
0 <= value <= 109
最多调用 2 * 105 次 get 和 put 方法

class DoubleLinkedNode {
    public key: number
    public val: number
    public frq: number
    public next: DoubleLinkedNode | null
    public prev: DoubleLinkedNode | null
    constructor(key: number, val: number) {
        this.key = key
        this.val = val
        this.frq = 1 // 使用频率
        this.next = null
        this.prev = null
    }
}

class LFUCache {
    public capacity: number
    public cache: Map<any, any>
    public counter: Map<any, any>
    public minFrq: number;
    constructor(capacity: number) {
        // 容量
        this.capacity = capacity
        // 缓存
        this.cache = new Map()
        // 使用频率缓存 key: 频率 value: DoubleLinkedList
        this.counter = new Map()
        // 使用最少的频率
        this.minFrq = 0
    }

    get(key: number): number {
        const node = this.getNode(key)

        return node ? node.val : -1
    }

    put(key: number, value: number): void {
        let node = this.getNode(key)
        if(node) {
            // 存在
            node.val = value
            return
        }

        // 判断容量
        if(this.cache.size === this.capacity) {
            // 删除
            this.deleteMinFrq()
        }

        // 创建
        node = new DoubleLinkedNode(key, value)
        this.minFrq = 1
        // 插入缓存
        this.insert(node)
        this.cache.set(key, node)
    }

    getNode(key: number) {
        if(!this.cache.has(key)) {
            return null
        }
        const node = this.cache.get(key)
        const frq = node.frq
        // 删除
        this.delete(node)
        const dummy = this.counter.get(frq)
        // 维护min
        if(dummy.prev === dummy) {
            // 移除空链表
            this.counter.delete(frq)
            
            if(this.minFrq === frq) {
                this.minFrq++
            }
        }
        // 更新frq并插入
        node.frq++
        this.insert(node)

        return node
    }

    delete(node: DoubleLinkedNode) {
        const prev = node.prev
        const next = node.next
        prev!.next = next
        next!.prev = prev
        node.next = null
        node.prev = null
    }

    newList(): DoubleLinkedNode {
        const dummy = new DoubleLinkedNode(-1, -1)
        dummy.next = dummy
        dummy.prev = dummy
        return dummy
    }
    // 插入到头部
    // 1: dummy --> a --> b
    // 2: dummy --> c --> d
    insert(node: DoubleLinkedNode): void {
        const frq = node.frq
        let dummy = this.counter.get(frq)
        if(!dummy) {
            dummy = this.newList()
            this.counter.set(frq, dummy)
        }
        const head = dummy.next
        node.prev = dummy
        node.next = head
        head.prev = node
        dummy.next = node
    }

    deleteMinFrq() {
        const dummy = this.counter.get(this.minFrq)
        const tail = dummy.prev
        this.delete(tail)
        this.cache.delete(tail.key)
        // 移除空链表
        if(dummy.prev === dummy) {
            this.counter.delete(this.minFrq)
        }
    }
}

/**
 * Your LFUCache object will be instantiated and called as such:
 * var obj = new LFUCache(capacity)
 * var param_1 = obj.get(key)
 * obj.put(key,value)
 */