Leetcode|460. LFU 缓存(KV+KF+FK哈希链表+minFreq)

2024-01-10 03:48

本文主要是介绍Leetcode|460. LFU 缓存(KV+KF+FK哈希链表+minFreq),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述
在这里插入图片描述

相关题目

《Leetcode|146. LRU 缓存机制(key2node哈希链表)》
《Leetcode|460. LFU 缓存(KV+KF+FK哈希链表+minFreq)》

解题逻辑

这道题虽然不难,但是逻辑较多,第一次手撕时由于漏掉2个逻辑没有AC,后来花了些时间debug完才AC,对于这种逻辑较多但不难的题,想要一次写对,还是不要偷懒。先不要着急写代码,把大致逻辑图画出来,这样能避免写代码时部分细节逻辑的遗忘

  • get(key)put(key, val)基本逻辑
    在这里插入图片描述

  • increaseFreq(key)基本逻辑在这里插入图片描述

  • removeMinFreq(key)insertNew(key, val)基本逻辑

完整代码

/**双链表数据结构**/
struct DListNode {int key;DListNode* prev;DListNode* next;DListNode(): key(0), prev(nullptr), next(nullptr) {}DListNode(int _key): key(_key), prev(nullptr), next(nullptr) {}
};
/**哈希链表数据结构**/
class HashList {
private:DListNode* head;DListNode* tail;unordered_map<int, DListNode*> key2node;  // 哈希链表int size;
public:HashList(int _key): size(0) {// 添加头尾空节点head = new DListNode();tail = new DListNode();head->next = tail;tail->prev = head;addRecentKey(_key);}void addRecentKey(int key) {auto node = new DListNode(key);// 插入1个最近使用节点node->prev = tail->prev;node->next = tail;tail->prev->next = node;tail->prev = node;// 更新哈希表key2node[key] = node;size++;}void removeAnyKey(int key) {auto& node = key2node[key];// 1.删链表节点node->prev->next = node->next;node->next->prev = node->prev;// 2.删哈希表节点key2node.erase(key);size--;}int removeLongestUsed() {int key = head->next->key;removeAnyKey(key);return key;}bool isEmpty() { return size == 0; } 
};class LFUCache {
private:int capacity, size, minFreq;unordered_map<int, int> key2val;        // KV表unordered_map<int, int> key2freq;       // KF表unordered_map<int, HashList*> freq2key; // FK表
public:LFUCache(int _capacity): capacity(_capacity), size(0), minFreq(0) {}int get(int key) {if (!key2val.count(key)) return -1;increaseFreq(key);return key2val[key];}void put(int key, int value) {if (!capacity) return;if (key2val.count(key)) {key2val[key] = value;increaseFreq(key);return;}if (capacity == size) removeMinFreq();insertNew(key, value);}void increaseFreq(int key) {int freq = key2freq[key];// 1.更新KF表key2freq[key]++;// 2.更新FK表// 删除FK[freq]哈希链表对应的key, 删除后若哈希链表为空,则删除FK中的freq项freq2key[freq]->removeAnyKey(key);if (freq2key[freq]->isEmpty()) {freq2key.erase(freq);if (freq == minFreq) minFreq++;}// 若FK[freq + 1]存在,则直接添加if (freq2key.count(freq + 1)) freq2key[freq + 1]->addRecentKey(key);// 若FK[freq + 1]不存在,则初始化哈希链表else freq2key[freq + 1] = new HashList(key);}void removeMinFreq() {auto& hashList = freq2key[minFreq];// 1.删FK表int deleteKey = hashList->removeLongestUsed();if (hashList->isEmpty()) freq2key.erase(minFreq);// 2.删KV表 key2val.erase(deleteKey);// 3.删KF表 key2freq.erase(deleteKey);size--;  // 无需更新minFreq, 因为本方法仅在put()添加新键值对时调用,minFreq = 1}void insertNew(int key, int value) {key2val[key] = value;key2freq[key] = 1;// 若freq2key[1]已存在,则直接按时序添加到哈希链表中if (freq2key.count(1)) freq2key[1]->addRecentKey(key);// 若freq2key[1]不存在,则为此初始化新哈希链表else freq2key[1] = new HashList(key);minFreq = 1;size++;}
};
/*** 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);*/

在这里插入图片描述

这篇关于Leetcode|460. LFU 缓存(KV+KF+FK哈希链表+minFreq)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/589443

相关文章

Redis缓存问题与缓存更新机制详解

《Redis缓存问题与缓存更新机制详解》本文主要介绍了缓存问题及其解决方案,包括缓存穿透、缓存击穿、缓存雪崩等问题的成因以及相应的预防和解决方法,同时,还详细探讨了缓存更新机制,包括不同情况下的缓存更... 目录一、缓存问题1.1 缓存穿透1.1.1 问题来源1.1.2 解决方案1.2 缓存击穿1.2.1

Redis与缓存解读

《Redis与缓存解读》文章介绍了Redis作为缓存层的优势和缺点,并分析了六种缓存更新策略,包括超时剔除、先删缓存再更新数据库、旁路缓存、先更新数据库再删缓存、先更新数据库再更新缓存、读写穿透和异步... 目录缓存缓存优缺点缓存更新策略超时剔除先删缓存再更新数据库旁路缓存(先更新数据库,再删缓存)先更新数

el-select下拉选择缓存的实现

《el-select下拉选择缓存的实现》本文主要介绍了在使用el-select实现下拉选择缓存时遇到的问题及解决方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录项目场景:问题描述解决方案:项目场景:从左侧列表中选取字段填入右侧下拉多选框,用户可以对右侧

SpringBoot使用注解集成Redis缓存的示例代码

《SpringBoot使用注解集成Redis缓存的示例代码》:本文主要介绍在SpringBoot中使用注解集成Redis缓存的步骤,包括添加依赖、创建相关配置类、需要缓存数据的类(Tes... 目录一、创建 Caching 配置类二、创建需要缓存数据的类三、测试方法Spring Boot 熟悉后,集成一个外

使用Spring Cache时设置缓存键的注意事项详解

《使用SpringCache时设置缓存键的注意事项详解》在现代的Web应用中,缓存是提高系统性能和响应速度的重要手段之一,Spring框架提供了强大的缓存支持,通过​​@Cacheable​​、​​... 目录引言1. 缓存键的基本概念2. 默认缓存键生成器3. 自定义缓存键3.1 使用​​@Cacheab

Nacos客户端本地缓存和故障转移方式

《Nacos客户端本地缓存和故障转移方式》Nacos客户端在从Server获得服务时,若出现故障,会通过ServiceInfoHolder和FailoverReactor进行故障转移,ServiceI... 目录1. ServiceInfoHolder本地缓存目录2. FailoverReactorinit

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

csu1329(双向链表)

题意:给n个盒子,编号为1到n,四个操作:1、将x盒子移到y的左边;2、将x盒子移到y的右边;3、交换x和y盒子的位置;4、将所有的盒子反过来放。 思路分析:用双向链表解决。每个操作的时间复杂度为O(1),用数组来模拟链表,下面的代码是参考刘老师的标程写的。 代码如下: #include<iostream>#include<algorithm>#include<stdio.h>#

usaco 1.3 Prime Cryptarithm(简单哈希表暴搜剪枝)

思路: 1. 用一个 hash[ ] 数组存放输入的数字,令 hash[ tmp ]=1 。 2. 一个自定义函数 check( ) ,检查各位是否为输入的数字。 3. 暴搜。第一行数从 100到999,第二行数从 10到99。 4. 剪枝。 代码: /*ID: who jayLANG: C++TASK: crypt1*/#include<stdio.h>bool h

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k