在Python中实现最少使用的缓存的程序

假设我们要为最不常用(LFU)缓存系统实现数据结构。它应支持以下操作:

  • get(key) −如果密钥存在于高速缓存中,则这有助于获取密钥的值,否则返回-1。

  • set(key, value) −如果密钥不存在,将用于设置或插入值。

当缓存达到最大容量时,它应在插入新元素之前使最不常用的元素无效。

因此,如果使用容量2初始化LFUCache并调用这些方法cache.set(1,1); cache.set(2,2); cache.get(1); cache.set(3,3); cache.get(2); cache.set(4,4); cache.get(1); cache.get(3); cache.get(4); 那么输出将分别为1,-1,1,-1,4。

为了解决这个问题,我们将遵循以下步骤-

  • 初始化程序将获取容量值

  • 保持:=容量

  • Minimum_freq:= 1

  • node_for_freq:=一个根据插入顺序保存数据的映射

  • node_for_key:=一个新映射

  • 定义一个功能_update()。这将需要关键,价值

  • x,freq:= node_for_key [key]

  • 从node_for_freq [freq]中删除与键对应的元素

  • 如果node_for_freq [least_freq]的大小等于0,则

    • minimum_freq:= Minimum_freq + 1

  • node_for_freq [freq + 1,key]:=值,freq + 1

  • node_for_key [key]:=值,freq + 1

  • 定义一个功能get()。这将需要关键

  • 如果不在node_for_key中的密钥为非零,则

    • 返回-1

  • 值:= node_for_key [key,0]

  • _update(key, value)

  • 返回值

  • 定义一个功能set()。这将需要关键,价值

  • 如果node_for_key中的密钥为非零,则

    • _update(key, value)

  • 除此以外,

    • 保持:=保持− 1

    • 已删除:=按照FIFO顺序从node_for_freq [least_freq]中删除一个元素

    • node_for_key中的delete元素对应于已删除的键[0]

    • node_for_key [key]:= value,1

    • node_for_freq [1,键]:=值,1

    • 如果保持等于0,则

    • 除此以外,

    • Minimum_freq:= 1

    让我们看下面的实现以更好地理解-

    示例

    from collections import defaultdict, OrderedDict
    class LFUCache:
       def __init__(self, capacity):
          self.remain = capacity
          self.least_freq = 1
          self.node_for_freq = defaultdict(OrderedDict)
          self.node_for_key = dict()
       def _update(self, key, value):
          _, freq = self.node_for_key[key]
          self.node_for_freq[freq].pop(key)
          if len(self.node_for_freq[self.least_freq]) == 0:
             self.least_freq += 1
          self.node_for_freq[freq+1][key] = (value, freq+1)
          self.node_for_key[key] = (value, freq+1)
       def get(self, key):
          if key not in self.node_for_key:
             return −1
          value = self.node_for_key[key][0]
          self._update(key, value)
          return value
       def set(self, key, value):
          if key in self.node_for_key:
             self._update(key, value)
          else:
             self.node_for_key[key] = (value,1)
             self.node_for_freq[1][key] = (value,1)
             if self.remain == 0:
                removed =
    self.node_for_freq[self.least_freq].popitem(last=False)
                self.node_for_key.pop(removed[0])
             else:
                self.remain −= 1
             self.least_freq = 1
    cache = LFUCache(2)
    cache.set(1, 1)
    cache.set(2, 2)
    print(cache.get(1))
    cache.set(3, 3)
    print(cache.get(2))
    cache.set(4, 4)
    print(cache.get(1))
    print(cache.get(3))
    print(cache.get(4))

    输入值

    cache.set(1, 1)
    cache.set(2, 2)
    cache.get(1)
    cache.set(3, 3)
    cache.get(2)
    cache.set(4, 4)
    cache.get(1)
    cache.get(3)
    cache.get(4)
    输出结果
    1
    −1
    1
    −1
    4

    猜你喜欢