题目

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 最近最久未使用 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：

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

思路

建立节点

class Node{
    public int key;
    public int value;
    public int count;
    public long time;

然后使用优先级队列PriorityQueue q;

解法

class LFUCache {
    Map<Integer,Node> map;
    PriorityQueue<Node> q;
    int capacity;
    public LFUCache(int capacity) {
        map =new HashMap<>();
        this.capacity = capacity;
        q = new PriorityQueue<Node>((n1,n2)->{
            if(n1.count!=n2.count){
                return n1.count-n2.count;
            }
            return (int)(n1.time -n2.time);
        });
    }
    
    public int get(int key) {
        if(!map.containsKey(key)){
            return -1;
        }        

        Node n = map.get(key);
        touch(n);
        return n.value;
    }
    
    public void put(int key, int value) {
        if(capacity<=0){
            return;
        }

        if(map.containsKey(key)){
            Node node = map.get(key);
            node.value = value;
            touch(node);
            return;
        }

        if(map.size() == capacity){
            Node poll = q.poll();
            map.remove(poll.key);
            
        }

        Node node = new Node(key,value,1,System.nanoTime());
        q.offer(node);
        map.put(key,node);
    }

    public void touch(Node n){
        n.count = n.count+1;
        n.time = System.nanoTime();
        q.remove(n);
        q.offer(n);

    }

}

class Node{
    public int key;
    public int value;
    public int count;
    public long time;
    public Node(int key,int value,int count,long time){
        this.key = key;
        this.value = value;
        this.count = count;
        this.time = time;

    }
}

/**
 * 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);
 */

总结

• 分析出几种情况，然后分别对各个情况实现