LRU算法

LRU算法： 最近久未使用，在内存有限的情况下需要淘汰久未使用的数据

常用于页面置换算法，找到久未使用的页面进行淘汰，空出内存给新数据加入

算法思想：利用list和unordere_map实现

双向链表用于存储KEY和VALUE值
哈希表则存储KEY和KEY在list中的位置

定义一个Node类型<K,Y>存储数据，再重命名一个指向list类型的迭代器iter

typedef typename std::list::iterator iter;作为哈希表的value值 同时cap_作为LRUcache中可存储的最大数据量 超过这个值就删除久未使用的数据

get方法：传入K值，如果存在返回-1，未找到；若存在的话就返回他的VALUE值，并且用it指向这个数据，用list中的splice函数将其放在list开头。

set方法： 传入key和value值 ， 如果key存在，设置其value并且将其放到list的头部 否则：
如果list.size（）已满 ，删除ump和list中最后一个位置的数据，再在list头部插入数据，同时ump中插入key让ump的value值为list.begin（）

#include<iostream>
#include<vector>
#include<list>
#include<string>
#include<unordered_map>
#include<algorithm>
using namespace std;
//LRU缓存   久未使用的数据放在最后
template<class KTYPE,class VALUE>
class LRUCache
{
private:
	typedef typename std::pair<KTYPE,VALUE> Node;
	typedef typename std::list<Node>::iterator iter;
private:
	int cap_;//指定可以存的KEY的容量
	list<Node>mylist;//key 和  value
	unordered_map<KTYPE,iter>ump;//key值对应保存的是key在list中所在的位置
public:
	LRUCache(int cap):cap_(cap){}
	VALUE Get(KTYPE key)
	{
		if(ump.count(key) <= 0)
		{
			return -1;
		}
		else
		{
			iter it = ump[key];
			VALUE value = it->second;
		}
		mylist.splice(mylist.begin(),mylist,it);//将it位置元素放到开头位置
		return value;
	}
	void Set(KTYPE key,VALUE value)
	{
		if(ump.count(key) > 0)//若已存在，对其进行设置调整
		{
			iter it = ump[key];
			it->second = value;
			mylist.splice(mylist.begin(),mylist,it);
		}
		else if(ump.count(key) == 0)
		{
			if(mylist.size() == cap_)//list已满
			{
				ump.erase(mylist.back().first);
				mylist.pop_back();
			}
			mylist.push_front(make_pair(key,value));
			ump[key] = mylist.begin();
		}
	}
	void show()
	{
		for(auto it = mylist.begin();it != mylist.end();++it)
		{
			cout<<it->first<<":"<<it->second<<endl;
		}
	}
};
int main()
{
	LRUCache<string,int>lru(5);
	lru.Set("aaa",1);
	lru.Set("aa",5);
	lru.Set("aaah",6);
	lru.Set("aaag",2);
	lru.show();
}