146. LRU 缓存
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现 LRUCache 类：
LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
示例：
输入
[“LRUCache”, “put”, “put”, “get”, “put”, “get”, “put”, “get”, “get”, “get”]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]
解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1); // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2); // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1); // 返回 -1 (未找到)
lRUCache.get(3); // 返回 3
lRUCache.get(4); // 返回 4
提示：
1 <= capacity <= 3000
0 <= key <= 10000
0 <= value <= 105
最多调用 2 * 105 次 get 和 put
本题解法hash+双链表。
map解决了key-value映射的问题，以o(1)的时间复杂度确定位置。
双链表的插入、删除都是o(1)，而且双链表的front和back可以体现出来最常用的数据，和最不常用的数据。
type LRUCache struct {capacity intlist *list.Listquery map[int]*list.Element
}type node struct {key intvalue int
}func Constructor(capacity int) LRUCache {return LRUCache{capacity: capacity,list: list.New(),query: make(map[int]*list.Element),}
}func (this *LRUCache) Get(key int) int {elem, ok := this.query[key]if !ok {return -1}// 根据LRU，最近使用到的移动到最前面this.list.MoveToFront(elem)return elem.Value.(*node).value
}func (this *LRUCache) Put(key int, value int) {elem, ok := this.query[key]if !ok {ele := this.list.PushFront(&node{key: key, value: value})this.query[key] = eleif len(this.query) > this.capacity {outEle := this.list.Back()this.list.Remove(outEle)delete(this.query, outEle.Value.(*node).key)}} else {elem.Value.(*node).value = valuethis.list.MoveToFront(elem)}
}
