lru全稱是least recently used，即最近最久未使用的意思。
1.用乙個陣列來儲存資料，給每乙個資料項標記乙個訪問時間戳，每次插入新資料項的時候，先把陣列中存在的資料項的時間戳自增，並將新資料項的時間戳置為0並插入到陣列中。每次訪問陣列中的資料項的時候，將被訪問的資料項的時間戳置為0。當陣列空間已滿時，將時間戳最大的資料項淘汰。
2.利用乙個鍊錶來實現，每次新插入資料的時候將新資料插到鍊錶的頭部；每次快取命中（即資料被訪問），則將資料移到鍊錶頭部；那麼當鍊表滿的時候，就將鍊錶尾部的資料丟棄。
3.利用鍊錶和hashmap。當需要插入新的資料項的時候，如果新資料項在鍊錶中存在（一般稱為命中），則把該節點移到鍊錶頭部，如果不存在，則新建乙個節點，放到鍊錶頭部，若快取滿了，則把鍊錶最後乙個節點刪除即可。在訪問資料的時候，如果資料項在鍊錶中存在，則把該節點移到鍊錶頭部，否則返回-1。這樣一來在鍊錶尾部的節點就是最近最久未訪問的資料項。
對於第一種方法，需要不停地維護資料項的訪問時間戳，另外，在插入資料、刪除資料以及訪問資料時，時間複雜度都是o(n)。對於第二種方法，鍊錶在定位資料的時候時間複雜度為o(n)。所以在一般使用第三種方式來是實現lru演算法。
lfu（least frequently used）演算法根據資料的歷史訪問頻率來淘汰資料，其核心思想是「如果資料過去被訪問多次，那麼將來被訪問的頻率也更高」。
1. 新加入資料插入到佇列尾部（因為引用計數為1）；
2. 佇列中的資料被訪問後，引用計數增加，佇列重新排序；
3. 當需要淘汰資料時，將已經排序的列表最後的資料塊刪除。
3. lru-k
3.1. 原理
lru-k中的k代表最近使用的次數，因此lru可以認為是lru-1。lru-k的主要目的是為了解決lru演算法「快取汙染」的問題，其核心思想是將「最近使用過1次」的判斷標準擴充套件為「最近使用過k次」。
3.2. 實現
相比lru，lru-k需要多維護乙個佇列，用於記錄所有快取資料被訪問的歷史。只有當資料的訪問次數達到k次的時候，才將資料放入快取。當需要淘汰資料時，lru-k會淘汰第k次訪問時間距當前時間最大的資料。
3.3. 分析
【命中率】
lru-k降低了「快取汙染」帶來的問題，命中率比lru要高。
【複雜度】
lru-k佇列是乙個優先順序佇列，演算法複雜度和代價比較高。
【代價】
由於lru-k還需要記錄那些被訪問過、但還沒有放入快取的物件，因此記憶體消耗會比lru要多；當資料量很大的時候，記憶體消耗會比較可觀。
lru-k需要基於時間進行排序（可以需要淘汰時再排序，也可以即時排序），cpu消耗比lru要高。
兩種常見的快取淘汰演算法LFU LRU
1.lfu 1.1.原理 lfu least frequently used 演算法根據資料的歷史訪問頻率來淘汰資料，其核心思想是 如果資料過去被訪問多次，那麼將來被訪問的頻率也更高 1.2.實現 lfu的每個資料塊都有乙個引用計數，所有資料塊按照引用計數排序，具有相同引用計數的資料塊則按照時間排序...
兩種常見的快取淘汰演算法LFU LRU
1.lfu 1.1.原理 lfu least frequently used 演算法根據資料的歷史訪問頻率來淘汰資料，其核心思想是 如果資料過去被訪問多次，那麼將來被訪問的頻率也更高 1.2.實現 lfu的每個資料塊都有乙個引用計數，所有資料塊按照引用計數排序，具有相同引用計數的資料塊則按照時間排序...
快取淘汰演算法
1.lru 1.1.原理 lru least recently used，最近最少使用 演算法根據資料的歷史訪問記錄來進行淘汰資料，其核心思想是 如果資料最近被訪問過，那麼將來被訪問的機率也更高 1.2.實現 最常見的實現是使用乙個鍊錶儲存快取資料，詳細演算法實現如下 1.新資料插入到鍊錶頭部 2....