LFU算法实现笔记

LFU算法概述

• 名称: Least Frequently Used（最不经常使用）
• 用途: 缓存淘汰策略
• 核心思想: 根据缓存访问次数进行排序，优先淘汰访问次数最少的缓存项

LFU列表操作

1. 写入缓存

   • 新增缓存: 当缓存不存在时，添加到访问次数为1的链表头部，超过容量时删除尾部节点。
   • 更新缓存: 当缓存已存在时，更新值并增加访问次数，移动至相应访问次数链表的头部。

2. 读取缓存

   • 缓存不存在: 返回null或其他默认值。
   • 缓存存在: 返回缓存值，增加访问次数，并移动至相应访问次数链表的头部。

LFU算法设计思路

• 数据结构选择: 使用链表，因为频繁进行节点的新增和删除。
• 快速定位: 使用哈希表，key为访问次数，value为缓存节点链表。
• 虚拟头节点: 通过head.next快速定位访问次数链表的头节点。
• 最小访问次数链表: 使用minFreq变量记录，并用双向链表和虚拟尾节点快速定位尾节点。

代码实现

• 核心思想: 双哈希表
• 类定义: LFUCache
  • 成员变量:
    • size: 当前缓存大小
    • cap: 最大容量
    • minFreq: 最小访问次数
    • keyMap: 缓存key到节点的映射
    • freqMap: 访问次数到链表的映射
  • 方法:
    • get(int key): 根据key获取缓存值
    • put(int key, int value): 添加或更新缓存项

get方法流程

1. 检查key是否存在于keyMap。
2. 如果存在，获取节点，更新访问次数，移动至相应访问次数链表头部。
3. 如果不存在，返回-1。

put方法流程

1. 检查key是否存在于keyMap。
2. 如果不存在，且缓存已满，则删除minFreq链表尾部节点。
3. 添加或更新节点，更新访问次数，移动至相应访问次数链表头部。

辅助类定义

• MLinkedNode: 链表节点，包含key、value、访问次数及前后指针。
• MLinkedList: 双向链表，包含虚拟头尾节点，提供添加和删除节点的方法。

使用示例

• 实例化LFUCache对象。
• 使用get(key)和put(key, value)方法进行操作。

总结

LFU算法通过维护一个按访问次数排序的缓存列表，实现了高效的缓存淘汰机制。通过双哈希表和双向链表的设计，算法能够快速地进行缓存的读写操作，同时保持较低的时间复杂度。