讲师中心 微信公众号
AI工具推荐 视频效率加速

Python LFU缓存怎么写_频次字典与双向链表结构实现

小芳同学_8461

小芳同学_8461

发布时间:2026-03-21 09:24:11

|

728人浏览过

|

来源于php中文网

原创

LFU缓存不能只用collections.Counter,因为Counter仅统计频次,无法在O(1)内淘汰“频次最低且最久未用”的项;必须用哈希表映射key到节点、频次到双向链表,并维护全局最小频次min_freq以支持O(1)淘汰与频次迁移。

python lfu缓存怎么写_频次字典与双向链表结构实现

LFU缓存为什么不能只用 collections.Counter?

因为 Counter 只能统计频次,无法在 O(1) 时间内淘汰「频次最低且最久未用」的项。LFU 要求每次 get 或 put 都更新频次,并在满时快速定位最小频次组里的最老节点——这必须靠双向链表维护访问时序,再配合频次字典分组管理。

常见错误是试图用两个哈希表(key→freq + freq→[key])硬凑,结果删除时无法知道哪个 key 在同频次下更早插入,导致淘汰逻辑错乱。

  • 频次变化必须触发节点在不同频次链表间迁移,不是简单加一
  • 每个频次对应一个独立的双向链表(按访问时间从新到旧排列)
  • 要额外记录当前全局最小频次 min_freq,避免遍历所有频次找最小

LFUCache 类里必须维护的三个核心结构

不是「一个字典 + 一个列表」能搞定的。实际需要:

  • self.cache:哈希表,key → node,支持 O(1) 查找节点
  • self.freq_map:哈希表,freq → doubly-linked list,每个频次下挂一个按 LRU 顺序组织的链表
  • self.min_freq:整数,指向当前所有存活 key 中最小频次,put 淘汰时直接取 self.freq_map[self.min_freq] 尾部节点

注意:self.freq_map 的 value 不是 list,而是自定义链表头(带 dummy 节点),否则无法 O(1) 删除尾部;node 实例需包含 key、val、freq、prev、next 五个属性。

立即学习“Python免费学习笔记(深入)”;

python 查询技能
python 查询技能

查询客流数据,输出JSON格式,可直接导入Bitable等可视化工具

下载

get 和 put 中频次更新的陷阱

看似只是 freq += 1,但漏掉链表迁移就全盘失效:

  • get(key) 命中后,要把该 node 从 freq_map[old_freq] 中移出,再插入到 freq_map[old_freq + 1] 的头部(表示最新访问)
  • put(key, value) 若 key 已存在,同样要迁移节点;若不存在且缓存满,则先删 freq_map[min_freq] 尾部节点,再插入新节点到 freq_map[1] 头部
  • 删节点后,若 freq_map[old_freq] 变空,且 old_freq == self.min_freq,则必须更新 self.min_freq += 1

示例片段(迁移逻辑):

old_list = self.freq_map[node.freq]<br>old_list.remove(node)<br>node.freq += 1<br>if node.freq not in self.freq_map:<br>    self.freq_map[node.freq] = DoublyLinkedList()<br>self.freq_map[node.freq].append_head(node)<br>if node.freq == 1:<br>    self.min_freq = 1<br>elif node.freq - 1 == self.min_freq and old_list.is_empty():<br>    self.min_freq += 1

Python 实现中容易被忽略的链表细节

不用 collections.deque,它不支持 O(1) 中间删除;也不用手写 list.pop(0),那是 O(n)。必须自己实现带 dummy head/tail 的双向链表:

  • 每个链表实例含 head 和 tail 两个 dummy 节点,head.next 是最新项,tail.prev 是最老项
  • append_head(node):插在 head.next 前;remove(node):断开前后指针即可,无需遍历
  • 判空不能用 len(list) == 0,而要看 head.next is tail
  • 所有链表操作必须同时更新节点的 prev/next,漏一个就会断链

真正麻烦的不是逻辑,是节点指针在多个链表间切换时,哪一步该清 prev、哪一步该重连 next——写完一定要用「插入-访问-再访问-淘汰」四步走一遍单测。

热门AI工具

更多
Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

LibLibAI
LibLibAI Hot

一款AI视频创作工具,主要用于国内领先的AI创意平台,以海量模型、低门槛操作与“创作-分享-商业化”生态,让小白与专业创作者都能高效实现图文乃至视频创意表达,适合需要提升相关任务效率的用户。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1711

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

4364

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1689

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

25457

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3107

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3127

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1163

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

596

2023.08.10

PixTV官网入口地址合集
PixTV官网入口地址合集

本专题汇总了 PixTV AI 一站式视频创作平台的官方入口与使用教程。无需下载软件,浏览器直接访问即可使用。平台将剧本、图像、视频、声音与剪辑整合在“无限画布”中,接入 GPT Image 2.5、Seedance 2.5 等头部模型。本专题整理了从新建画布、角色锚定、分镜拆分到视频生成与导出的完整操作指南,助你快速上手 AI 短剧与漫剧创作。

80

2026.10.10

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn