460. LFU 缓存(双哈希)

/**
 * 460. LFU 缓存
 * @author wsq
 * @date 2021/4/9
 * 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。
 *
 * 链接：https://leetcode-cn.com/problems/lfu-cache
 */
class LFUCache {
    int minFreq, capacity;
    Map<Integer, Node> keyMap;
    /**
    * freqMap保存节点的频率映射，其中List保存着相同频率下使用时间的顺序
    * freqMap的List中尾接点是最久未使用的节点
    */
    Map<Integer, LinkedList<Node>> freqMap;
    public LFUCache(int capacity) {
        // 初始化
        this.minFreq = 0;
        this.capacity = capacity;
        this.keyMap = new HashMap<>();
        this.freqMap = new HashMap<>();
    }
    
    public int get(int key) {
        if(this.capacity == 0){
            return -1;
        }
        if(!keyMap.containsKey(key)){
            return -1;
        }
        Node node = keyMap.get(key);
        // 更新node访问频率
        int val = node.value, freq = node.freq;
        // 将该节点从原频率map中移除
        freqMap.get(freq).remove(node);
        
        if(freqMap.get(freq).size() == 0){
            freqMap.remove(freq);
            if(this.minFreq == freq){
                this.minFreq += 1;
            }
        }
        // 将该节点添加到新频率中
        node.freq += 1;
        LinkedList<Node> list = freqMap.getOrDefault(node.freq, new LinkedList<>());
        list.offerFirst(node);
        freqMap.put(node.freq, list);
        return val;
    }
    
    public void put(int key, int value) {
        if(this.capacity == 0){
            return;
        }
        if(!keyMap.containsKey(key)){
            // 判断缓存是否满了
            if(keyMap.size() == this.capacity){
                // 将最小频率的节点移除
                Node node = freqMap.get(this.minFreq).peekLast();
                keyMap.remove(node.key);
                freqMap.get(this.minFreq).pollLast();
                if(freqMap.get(this.minFreq).size() == 0){
                    freqMap.remove(this.minFreq);
                }
            }
            // 添加新节点，由于是LFU置换算法，因此新的节点保存的频率为1
            Node node = new Node(key, value, 1);
            keyMap.put(key, node);
            LinkedList<Node> list = freqMap.getOrDefault(1, new LinkedList<>());
            list.offerFirst(node);
            freqMap.put(1, list);
            // 由于新增了新节点，因此需要将minFreq进行重置为1
            this.minFreq = 1;
        }else{
            Node node = keyMap.get(key);
            node.value = value;
            int freq = node.freq;
            node.freq += 1;
            // 从原频率集合中移除
            freqMap.get(freq).remove(node);
            if(freqMap.get(freq).size() == 0){
                freqMap.remove(freq);
                if(this.minFreq == freq){
                    this.minFreq += 1;   
                }
            }
            // 将该节点加入新的频率集合中
            LinkedList<Node> list = freqMap.getOrDefault(node.freq, new LinkedList<>());
            list.offerFirst(node);
            freqMap.put(node.freq, list);
            keyMap.put(key, node);
        }
    }
    
    class Node{
        int key;
        int value;
        int freq;
        
        public Node(int key, int value, int freq){
            this.key = key;
            this.value = value;
            this.freq = freq;
        }
    }
}

/**
 * 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);
 */