LRU Cache

运用你所掌握的数据结构，设计和实现一个  LRU (最近最少使用) 缓存机制。它应该支持以下操作： 获取数据 get 和 写入数据 put 。

获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。
写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。当缓存容量达到上限时，它应该在写入新数据之前删除最近最少使用的数据值，从而为新的数据值留出空间。

进阶:

你是否可以在 O(1) 时间复杂度内完成这两种操作？

示例:

LRUCache cache = new LRUCache( 2 /* 缓存容量 */ );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1);       // 返回  1
cache.put(3, 3);    // 该操作会使得密钥 2 作废
cache.get(2);       // 返回 -1 (未找到)
cache.put(4, 4);    // 该操作会使得密钥 1 作废
cache.get(1);       // 返回 -1 (未找到)
cache.get(3);       // 返回  3
cache.get(4);       // 返回  4

思路：通过双向队列list+hashmap来做，hashmap的形式是<key,list<pair<int,int>>::iterator>，可以看出hashmap的key是对应的待查记录的键，而值是双向链表的迭代器，即指向这组记录的指针，这样相当于就维护了双向链表的每组元素的hashmap实现，可以实现在O(1)的时间实现get和put操作，这里需要注意的是对于双向链表list，链表头front是最新的元素，而链尾back是最老的元素。

参考代码：

class LRUCache {
    int capicity;
    unordered_map<int,list<pair<int,int>>::iterator> m;
    list<pair<int,int>> l;
public:
    LRUCache(int capicity) {
        this->capicity=capicity;
    }
    
    int get(int key) {
        if(m.find(key)==m.end()) return -1;
        l.splice(l.begin(),l,m[key]);
        return m[key]->second;
    }
    
    void put(int key, int value) {
        if(get(key)!=-1){
            m[key]->second=value;
            return;
        }
        if(m.size()==capicity){
            int delkey=l.back().first;l.pop_back();
            m.erase(delkey);
        }
        l.emplace_front(key,value);
        m[key]=l.begin();
    }
};

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache* obj = new LRUCache(capacity);
 * int param_1 = obj->get(key);
 * obj->put(key,value);
 */