LRU缓存算法缓存设计和

什么是缓存？

举个例子，去图书馆查资料，一般情况下我们会集中把我们有可能查阅的几本书从书架取下来，放在我们的桌面上，以便交叉查阅，从而避免频繁的从座位上跑到书架旁去取书。在这个例子里，书桌所扮演的就是缓存的角色。

缓存有两个特点：

• 能在某种程度上降低访问数据的成本；
• 其容量远小于外部存储的容量，如本例子中，书桌上能容纳的书本数就远小于书架的。

什么是 LRU 缓存?

LRU（Least Recently Used） 缓存是一种以 LRU 策略为缓存策略的缓存。而所谓的缓存策略，就是当缓存满了之后，又有新数据需要加入到缓存中时，我们怎么从缓存中删除旧数据为新数据腾出空间的策略。

依旧以图书馆为例，假设我们的书桌上只能容纳 3 本书，并且已经放了 3 本书在上面，此时我们需要查阅第 4 本书，那么我们就必须权衡将原先书桌上的 3 本书的中的哪一本放回书架去。这个权衡的过程就是所谓的缓存策略。

LRU，Least Recently Used 的简写，即近期最少使用算法。该算法依据于程序的局部性原理， 其淘汰旧数据的策略是，距离当前最久没有被访问过的数据应该被淘汰。

基于双链表 的LRU实现:

传统意义的LRU算法是为每一个Cache对象设置一个计数器，每次Cache命中则给计数器+1，而Cache用完，需要淘汰旧内容，放置新内容时，就查看所有的计数器，并将最少使用的内容替换掉。

它的弊端很明显，如果Cache的数量少，问题不会很大， 但是如果Cache的空间过大，达到10W或者100W以上，一旦需要淘汰，则需要遍历所有计算器，其性能与资源消耗是巨大的。效率也就非常的慢了。

它的原理： 将Cache的所有位置都用双连表连接起来，当一个位置被命中之后，就将通过调整链表的指向，将该位置调整到链表头的位置，新加入的Cache直接加到链表头中。

这样，在多次进行Cache操作后，最近被命中的，就会被向链表头方向移动，而没有命中的，而想链表后面移动，链表尾则表示最近最少使用的Cache。

当需要替换内容时候，链表的最后位置就是最少被命中的位置，我们只需要淘汰链表最后的部分即可。

上面说了这么多的理论， 下面用代码来实现一个LRU策略的缓存。
我们用一个对象来表示Cache，并实现双链表。

这个问题在面试被问了，然后说了一句：这个我不会，回来查阅一下，大致了解一下。