[解题报告]LRU Cache

题目链接
题目要求实现一个大小为Capacity，操作复杂度在O(1)的缓存列表，缓存规则：
1 放入数据，并且无论是覆盖放入还是新增的放入，均认为其是最新的数据
2 取得数据，并且若获取成功，则认为它是最新被取得过的数据
3 与规则中“最新”的概念相对应“最旧”概念，若放入数据时缓存列表超过上限Capacity，则需要移除一个“最旧”的数据

基本思路：LRU cache，使用一个双端链表+hashmap实现，“更新至最新”，“移除最旧”，“查找数据本身”均可通过常数级O(1)的时间复杂度实现

双端链表存储结构：数据本身+对应在hashmap中的key，其中key用来移除时快速寻找hashmap内位置
hashmap存储结构：key和数据在链表中元素的地址，用于O(1)的速度找到对应链表内的节点以进行后续操作

Runtime: 124 ms (beats 66.7%)
Memory Usage: 18.6 MB

type dataItem struct {
	value int
	key int
}

type LRUCache struct {
	hashMap  map[int]*list.Element
	linkList *list.List
	cap int
}

func Constructor(capacity int) LRUCache {
	return LRUCache{make(map[int]*list.Element), list.New(), capacity}
}

func (this *LRUCache) Get(key int) int {
	if v, ok := this.hashMap[key]; ok {
		this.linkList.MoveToFront(v)
		return v.Value.(*dataItem).value
	}
	return -1
}

func (this *LRUCache) Put(key int, value int)  {
	if v, ok := this.hashMap[key]; ok { // if exist update value & move to front
		v.Value = &dataItem{value, key}
		this.linkList.MoveToFront(v)
		return
	}
	if this.linkList.Len() >= this.cap { // if overflow, remove back element
		realEle := this.linkList.Back().Value.(*dataItem)
		if realEle != nil {
			if _, ok := this.hashMap[realEle.key]; ok {
				delete(this.hashMap, realEle.key)
			}
		}
		this.linkList.Remove(this.linkList.Back())
	}
	this.hashMap[key] = this.linkList.PushFront(&dataItem{value, key})
}

/**
 * Your LRUCache object will be instantiated and called as such:
 * obj := Constructor(capacity);
 * param_1 := obj.Get(key);
 * obj.Put(key,value);
 */