力扣打卡5：LRU缓存

链接：146. LRU 缓存 - 力扣（LeetCode）

        这道题我解法的put函数严格意义上讲不是O(1)，不如力扣官方的题解。

        我使用了哈希表存储值，这样每次get就可以O(1)了。但是put不太好优化成O(1)，我使用了一个队列和一个哈希表来实现它。通过记录一个数据的使用次数存在哈希表，数据存储顺序放在queue，来实现这个put。但是如果capacity满了，每次put会弹出不定数的数据。虽然每次的次数基本会很少.但是在极端情况下会是O(n-capacity)。

        我很喜欢官方题解的方式，他使用了一个哈希表和一个双向链表，并将它们组合成一个新的数据结构，哈希表key为数据的索引，value是链表结点的指针，链表中存放数据。通过指针，将两个容器连接起来。get可以利用哈希表的性质实现快速查询，put可以利用双端链表的特性，可以灵活的将对应结点移到队首，将队尾的删除。

我的方法：

class LRUCache {
public:

    unordered_map<int,int> cache;
    unordered_map<int,int> update;
    queue<int> q;
    int cap=0;
    int n=0;
    
    LRUCache(int capacity) {
        cap=capacity;
    }
    
    int get(int key) {
        if(cache.find(key)!=cache.end())
        {
            if(update.find(key)!=cache.end()) update[key]++;
            else update[key]=1;
            q.push(key);
            return cache[key];
        }
        return -1;
    }
    
    void put(int key, int value) {
        if(cache.find(key)!=cache.end())
        {
            cache[key]=value;
            if(update.find(key)!=cache.end()) update[key]++;
            else update[key]=1;
            q.push(key);
        }
        else if(++n<=cap)
        {
            cache[key]=value;
            if(update.find(key)!=cache.end()) update[key]++;
            else update[key]=1;
            q.push(key);
        }
        else
        {
            n--;
            cache[key]=value;
            if(update.find(key)!=cache.end()) update[key]++;
            else update[key]=1;
            q.push(key);
            while(1)
            {
                int t=q.front();
                q.pop();
                if(update[t]<=1)
                {
                    update[t]--;
                    cache.erase(t);
                    return;
                }
                update[t]--;
            }
        }
    }
};