LRU算法：
LRU算法（Least Recently Used）是一种缓存淘汰策略，最近使用的数据是有用的，
如果缓存满了，删除最久没用过的数据
LRU算法描述：
（1）设置缓存大小
（2）get：在缓存中根据key索引value，如果缓存中没有，返回-1
（3）put：如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。
class LRUCache {
public:
LRUCache(int capacity);
int get(int key);
void put(int key, int value);
};数据结构的选择：
条件：
1.元素要能体现时序
2.根据key快速找value
3.访问某个ket后，需要将这个元素变成最近使用的，即支持在任意位置快速插入和删除元素
哈希表查找快，但是数据无固定顺序；链表有顺序插入删除快，但是查找慢
两者结合 ===》哈希链表：双向链表和哈希表的结合
●双向链表按照被使用的顺序储存这些键值对，靠近头部的键值是最近使用的，靠近尾部的键值对是最久未使用的
●哈希表通过缓存数据的键映射到其在双链表中的位置
这样，可以首先利用哈希表进行定位，找出缓存在双向链表中的位置，随后将其移动到双向链表的头部
具体实现：
get操作：
首先判断key是否存在，如果不存在，返回-1
如果key存在，则将key对应的节点是最近被使用的节点，通过哈希表定位到该节点在双向链表的位置，并将其移动到双向链表的头部，最后返回该节点的值
put操作：
如果key不存在，使用key和value创建一个新的节点，在双向链表的头部添加该节点，并将key添加到哈希表中，然后判断双向链表的数量是否超出容量，如果超出容量，则删除双向链表的尾部节点，并删除哈希表中对应的项
如果key存在，通过哈希表定位，再将对应的节点在值更新为value，并将该节点移到双向链表的头部
在双向链表的实现中，使用一个伪头部（dummy head）和伪尾部（dummy tail ）标记界限，这样添加节点和删除节点时，就不需要检查相邻的节点是否存在
struct DLinkedNode {
int key, value;
DLinkedNode* prev;
DLinkedNode* next;
DLinkedNode(): key(0), value(0), prev(nullptr), next(nullptr) {}
DLinkedNode(int _key, int _value): key(_key), value(_value), prev(nullptr), next(nullptr) {}
};class LRUCache {
private:
unordered_map<int, DLinkedNode*> cache;
DLinkedNode* head;
DLinkedNode* tail;
int size;
int capacity;
public:
LRUCache(int _capacity): capacity(_capacity), size(0) {
// 使用伪头部和伪尾部节点
head = new DLinkedNode();
tail = new DLinkedNode();
head->next = tail;
tail->prev = head;
}
int get(int key) {
if (!cache.count(key)) {
return -1;
}
// 如果 key 存在，先通过哈希表定位，再移到头部
DLinkedNode* node = cache[key];
moveToHead(node);
return node->value;
}
void put(int key, int value) {
if (!cache.count(key)) {
// 如果 key 不存在，创建一个新的节点
DLinkedNode* node = new DLinkedNode(key, value);
// 添加进哈希表
cache[key] = node;
// 添加至双向链表的头部
addToHead(node);
++size;
if (size > capacity) {
// 如果超出容量，删除双向链表的尾部节点
DLinkedNode* removed = removeTail();
// 删除哈希表中对应的项
cache.erase(removed->key);
// 防止内存泄漏
delete removed;
--size;
}
}
else {
// 如果 key 存在，先通过哈希表定位，再修改 value，并移到头部
DLinkedNode* node = cache[key];
node->value = value;
moveToHead(node);
}
}
void addToHead(DLinkedNode* node) {
node->prev = head;
node->next = head->next;
head->next->prev = node;
head->next = node;
}
void removeNode(DLinkedNode* node) {
node->prev->next = node->next;
node->next->prev = node->prev;
}
void moveToHead(DLinkedNode* node) {
removeNode(node);
addToHead(node);
}
DLinkedNode* removeTail() {
DLinkedNode* node = tail->prev;
removeNode(node);
return node;
}
};
