LRU缓存机制

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

个人AC答案 

每个页面分为<key> value> <last used turn>

每次操作LUT++，当前使用LUT设0

满了就删LUT最大的

（完全就是OS课讲的内容）

另外找到一个时间复杂度和代码量更小的解，用的是链表+map 不赘述了

追记：把map换成了unordered_map之后耗时少了一半 map的选择也很重要啊 - -

class LRUCache {
    int _cap, _sz;
	map<int, pair<int, int>> m;
public:
	
	LRUCache(int capacity) {
		_cap = capacity;
		_sz = 0;
	}

	int get(int key) {
		if (m.find(key) == m.end()) 
			return -1;
		for (auto &i : m)
			i.second.second++;
		m[key].second= 0;
		return m[key].first;
	}
	
	void put(int key, int value) {
		for (auto &i : m)
			i.second.second++;
        if(m.find(key) != m.end())
        {
            m[key].first = value;
            m[key].second = 0;
        }
		else if (_sz < _cap)
		{
			m[key].first = value;
			m[key].second = 0;
			_sz++;
		}
		else
		{
			pair<int, int> p(0, 0);
			for (auto i : m)
			{
				if (i.second.second > p.second)
				{
					p.first = i.first;
					p.second = i.second.second;
				}
			}
			m.erase(p.first);
			m[key].first = value;
			m[key].second = 0;
		}
	}
};

/**
 * 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);
 */