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。

要求复杂度达到O1，用哈希和双向链表

get方法，先看key存在不，不存在返回-1；存在了把他放到头部，返回结果

put方法，先看key存在不，存在，修改key对应的value，把key放到头部，这一步直接调get方便；如果不存在，看缓存满了没，满了就删除一直没用的，因此每次我们都把新用的放在了头部，因此没用的肯定就是最后一个，所以就删掉最后一个，把要新添加的加在头部

掌握list的splice方法

void splice (iterator position, list& x, iterator i);

简单来说就是把x这个list的i处元素插入到position的位置 

下面是手撕代码：直接用了list，你也可以自己写一个双链表

class LRUCache {
    //双链表和哈希实现o1的插入删除查找
    //list和unordered_map底层是哈希表操作是o1
    //list记录kv，map映射k和list迭代器实习o1的访问list元素
public:
    int size;
    list<pair<int,int>>li;
    unordered_map<int,list<pair<int,int>>::iterator>map;
    LRUCache(int capacity):size(capacity) {
    }
    
    int get(int key) {
        if(map.find(key)==map.end())return -1;//没找到key
        else//key存在，把他放到头部，返回
        {
           /* auto it=*map[key];
            li.erase(map[key]);
            li.push_front(it);
            map[key]=li.begin();*///要知道list的splice，不然就得这么写，效率也不高
            li.splice(li.begin(),li,map[key]);
            return map[key]->second;
        }
    }
    
    void put(int key, int value) {
        if(get(key)!=-1){//key存在，因为调用了get，顺便也把他放到了头部
            map[key]->second=value;//只用修改map的信息就行
        }
        else{//key不存在
            if(size==li.size())//缓存满了，要删除不用的
            {
                map.erase(li.back().first);
                li.pop_back();
            }
            li.push_front({key,value}); //添加新的key
            map[key]=li.begin();
        }

    }
};