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

class LRUCache {
public:
	LRUCache(int capacity) {
		m_capacity = capacity;
	}

	int get(int key) {
		if (!key2node.count(key))  return -1;
		//将cache中从key2node[key]开始指导cache末尾的元素移动到cache.begin前
		cache.splice(cache.begin(), cache, key2node[key]);
		return key2node[key]->second;
	}

	void put(int key, int value) {
		//存在，则擦除实际存储元素
		if (key2node.count(key)) cache.erase(key2node[key]);
		//检查当前是否达到的最大容量，如果是，则擦除最近最少使用的尾部元素，同时清除存储的元素
		if (cache.size()==m_capacity){
			key2node.erase(cache.back().first);
			cache.pop_back();
		}
		//插入元素
		cache.push_front({ key,value });
		//更新最近使用的元素
		key2node[key] = cache.begin();
	}
private:
	int m_capacity;
	//key2node哈希表，key映射一个迭代器，指向cache中{ key,value }
	unordered_map<int, list<pair<int ,int>>::iterator> key2node;
	//cache双向链表，保存{ key，value }
	list<pair<int, int>> cache;
};