leetcode-------LRU缓存机制

题目：

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。

要求：在 O(1) 时间复杂度内完成这两种操作

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

这一题，考到了我薄弱的地方，对于hash表不太熟；

不过这一题其实对于数据结构的掌握要很熟悉；别人给的解法就是hash表加双向链表；

我觉得最关键的地方就是在于每一次对于put进的key-value，都放在链表的尾部，而当超过容量时，就删除头部用的次数最少的key-value；其思想就是每一次访问的key-value(无论时put还是get)，都放在链表的尾部(表示最近使用过的数据），对于put进的数据，如果超过容量的话，就删除链表的头部，表示最近使用次数最少，那么就删除也就是最近最少使用算法；

首先对于put还是get，都需要查询缓存中是否存在，这要求时间是O(1),那么就需要使用hash表，但是当超过容量时，此时要把最少使用的删除，即找到这个最少使用的，也是O(1)时间，从而需要单独的数据结构取维护，因此使用链表，每一次访问的放队尾，要删除时就删除队首，而队首正好是使用时间最少的。而链表的删除也是O(1),

首先，链表可以进行O(1)时间进行插入和删除操作，但是查找却是线性的，所以这里就要求要用辅助结构来进行查找此节点；

于是就用到了hash表，value存链表的节点，这样查找时间就变成了O(1)时间；

为什么要用双向链表呢，单向链表无法直接定位队尾的节点，它只能定为队首，从而就不能维护我想要的直接删除队首和直接插入队尾了

class LRUCache {
public:
    int size=0;
    unordered_map<int, list<pair<int, int>>::iterator> key_set;//存储链表节点所在位置
	list<pair<int, int>> node;
    LRUCache(int capacity) {
        size=capacity;
    }
    
    int get(int key) {
        auto temp=key_set.find(key);
        //未找到，直接返回
        if(temp==key_set.end()) return -1;
        else{
            //再次访问，表示最近使用了，插至队尾
            int k=temp->first;
            int var=temp->second->second;
            node.erase(temp->second);
            key_set.erase(temp);
            node.push_back(pair<int,int>(k,var));
            key_set.insert(pair<int,list<pair<int, int>>::iterator >(k, --node.end()));
            return var;
            
        }
    }
    
    void put(int key, int value) {
        auto temp=key_set.find(key);
        if(temp==key_set.end()){
            //若没有，则插入，但要检查容量
            if(node.size()==size){
                //超过容量，就删除最近最少使用的队首
                key_set.erase(node.begin()->first);
                node.erase(node.begin());
            }
             //将新访问，插入队尾
            node.push_back(pair<int,int>(key,value));
        key_set.insert(pair<int,list<pair<int, int>>::iterator>(key,--node.end()));
        }
        else{
            //再次访问，表示最近又访问了，插入队尾
            node.erase(temp->second);
            key_set.erase(temp);
            node.push_back(pair<int,int>(key,value));
        key_set.insert(pair<int,list<pair<int, int>>::iterator>(key,--node.end()));
        }
        }
    
};