题目重述
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
利用Java的LinkedHashSet，保存一个计数-结点链表这样的map
Java AC
class LFUCache {
private Map<Integer,Node> m;
// 频次-对应的节点数量
private Map<Integer,LinkedHashSet<Node>> doubleList;
private int capacity;
// 存储当前最小频次
private int currentMin;
// 存储当前大小
private int size;
public LFUCache(int capacity) {
this.capacity = capacity;
this.m = new HashMap<>();
this.doubleList = new HashMap<>();
this.size = 0;
}
public int get(int key) {
Node t = m.get(key);
if(t == null){
return -1;
}
cntIncr(t);
return t.value;
}
public void put(int key, int value) {
// 极端情况 上线为0，不允许put的
if(capacity==0){
return;
}
Node t = m.get(key);
if(t!=null){
t.value = value;
cntIncr(t);
}else{
// 容量满了
if(size==capacity){
Node remove = removeNode();
// 这里需要额外注意 hashMap的remove方法针对的是key
m.remove(remove.key);
size--;
}
Node n = new Node(key,value);
m.put(key,n);
addNode(n);
size++;
}
}
public void cntIncr(Node n){
// 从老的里面计数器对应list删除
LinkedHashSet<Node> list = doubleList.get(n.cnt);
list.remove(n);
// 如果当前删的就是最小对应的链表，并且删完属于是空了，要更新min的
if(n.cnt==this.currentMin && list.size()==0){
this.currentMin = n.cnt+1;
}
// 添加到新的计数器对应的list
n.cnt++;
LinkedHashSet<Node> newList = doubleList.get(n.cnt);
if(newList==null){
newList = new LinkedHashSet<>();
doubleList.put(n.cnt,newList);
}
newList.add(n);
}
// 添加节点，如果从来都没有的话
void addNode(Node node) {
LinkedHashSet<Node> set = doubleList.get(1);
if (set == null) {
set = new LinkedHashSet<>();
doubleList.put(1, set);
}
set.add(node);
this.currentMin = 1;
}
// 删除被淘汰的结点
Node removeNode() {
LinkedHashSet<Node> set = doubleList.get(this.currentMin);
//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
Node deadNode = set.iterator().next();
set.remove(deadNode);
return deadNode;
}
class Node{
public int key;
public int value;
public int cnt = 1;
public Node(int key,int value){
this.key = key;
this.value = value;
}
}
}