1.数据结构
双向链表+哈希
双向链表储存pair对,key是一个hash集合(这里用unordered_set实现),然后value就是keys集合的count。他们的次数都是相同等于count的。
然后另一个hash表,就是用来存每个key对应所在的list iterator的。
2.流程
插入
分情况讨论。
- 如果key不在链表中。
如果当前链表为空或者链表的表头结点的count>1。
就新建一个结点{key,1} 插入到表头。
否则直接把key放到表头结点的keys集合里。
然后更新nodes哈希表的结点。
- 如果key在链表中。
找到key所在结点在链表的位置cur,和它的next。
如果cur在表尾或者next对应的count>cur的count+1。
就新建一个结点,然后插入到next前面
否则把key插入到nxt的keys集合里即可。
然后从cur里删除key。
如果cur里的key为空就删除该结点。
删除
如果当前结点对应count为1,首先从nodes结点中删除该结点。
然后从链表里对应结点的key集合里删除该key
如果集合为空就删除该结点。
否则类似插入的做法,找到pre指针。
如果pre为空或者pre的count<cur的count-1
新建一个结点插入到pre位置。
否则把key插入到pre的keys集合里,更新nodes哈希表。
查询LFU
就是链表的表头结点对应的count。
查询count最大的
就是链表的表尾结点对应的count。
3.代码
class AllOne {
list<pair<unordered_set<string>, int>> lst;
unordered_map<string, list<pair<unordered_set<string>, int>>::iterator> nodes;
public:
AllOne() {}
void inc(string key) {
if (nodes.count(key)) {
auto cur = nodes[key], nxt = next(cur);
if (nxt == lst.end() || nxt->second > cur->second + 1) {
unordered_set<string> s({key});
nodes[key] = lst.emplace(nxt, s, cur->second + 1);
} else {
nxt->first.emplace(key);
nodes[key] = nxt;
}
cur->first.erase(key);
if (cur->first.empty()) {
lst.erase(cur);
}
} else { // key 不在链表中
if (lst.empty() || lst.begin()->second > 1) {
unordered_set<string> s({key});
lst.emplace_front(s, 1);
} else {
lst.begin()->first.emplace(key);
}
nodes[key] = lst.begin();
}
}
void dec(string key) {
auto cur = nodes[key];
if (cur->second == 1) { // key 仅出现一次,将其移出 nodes
nodes.erase(key);
} else {
auto pre = prev(cur);
if (cur == lst.begin() || pre->second < cur->second - 1) {
unordered_set<string> s({key});
nodes[key] = lst.emplace(cur, s, cur->second - 1);
} else {
pre->first.emplace(key);
nodes[key] = pre;
}
}
cur->first.erase(key);
if (cur->first.empty()) {
lst.erase(cur);
}
}
string getMaxKey() {
return lst.empty() ? "" : *lst.rbegin()->first.begin();
}
string getMinKey() {
return lst.empty() ? "" : *lst.begin()->first.begin();
}
};
4.时间复杂度
链表的插入的删除 O ( 1 ) O(1) O(1)
哈希表的插入,删除 O ( 1 ) O(1) O(1)
表头,表尾结点信息的查询 O ( 1 ) O(1) O(1)
所以时间复杂度: O ( 1 ) O(1) O(1)
空间复杂度: O ( i n c ) O(inc) O(inc) 也就是取决于插入的次数。