一种简单的LRU cache设计 C++

最近在工作中需要用到LRU cache用作缓存来提高性能，经过查阅各种资料，了解了其运行的机制，如下：

LRU cache可以用于在内存中保持当前的热点数据，下面实现一个有大小限制的lru cache，相关如下：

    1. 模板化；

    2. 利用std::unordered_map实现o(1)查找，利用std::list实现o(1)删除 (双链表+hash表）；

    3. 用map保持key和结点在链表中的位置(iterator)

    4. 需要同时考虑如下情况：

        put操作： 

             （1） 如果当前key存在，则将对于的结点剪切到链表的头部，同时更新哈希表中value的值；

             （2） 如果当前key不存在于hash表中，且元素个数已经达到最大值，则删除链表的最后一个结点，同时把新结点插入到链表的头部，同时更新hash表（增加新节点和删除旧结点表项）；

        get操作：

             （1）检查当前hash表中是否有该key，如果存在，则将该key对应的结点move到list的头部,并同步获取map的value；

             （2）如果hash表中不存在该key，则返回false；

主要的代码如下：

    void put(const key_t& key, const value_t& value) {
        if (cache_items_map_.count(key) > 0) { // find the key
            list_iterator_t iter = cache_items_map_[key];
            iter->second = value;
            cache_items_list_.splice(cache_items_list_.begin(), cache_items_list_, iter); // move to header
        } else {
            if (cache_items_list_.size() >= max_size_) {
                cache_items_map_.erase(cache_items_list_.back().first);  // remove the last element from list
                cache_items_list_.pop_back(); // remove the last element in list
            }

            //insert new element to map and list
            cache_items_list_.push_front(key_value_pair_t(key, value));
            cache_items_map_[key] = cache_items_list_.begin();
        }
    }

    bool get(const key_t& key, value_t& value) {
        map_iterator_t it = cache_items_map_.find(key);
        if (it == cache_items_map_.end()) {
            return false;
        } else {
            cache_items_list_.splice(cache_items_list_.begin(), cache_items_list_, it->second);
            value =  it->second->second;
            return true;
        }
    }

    std::list<key_value_pair_t> cache_items_list_;
    boost::unordered_map<key_t, list_iterator_t> cache_items_map_;
    int64_t max_size_;
经过测试，达到了预期的结果。