LRU（最近最久未用算法）
LRU算法主要用于缓存算法，在节省资源的情况下提高数据访问效率
筛选热点数据：对不断访问的数据进行筛选淘汰，剩下的数据就为热点数据；相对而言，释放最近未被访问数据占用的空间也是采用LRU算法。
1 LRU的实现——链表
使用一个链表保存缓存数据
（1）新数据插入到链表头部；
（2）每当缓存命中（即缓存数据被访问），则将数据移到链表头部；
（3）当链表满的时候，将链表尾部的数据丢弃。
链表实现的优缺点：
- 当存在热点数据时，LRU的效率很好，但偶发性的、周期性的批量操作会导致LRU命中率急剧下降，缓存污染情况比较严重。
- 命中时需要遍历链表，找到命中的数据块索引，然后需要将数据移到头部。
2 LRU的实现——哈希链表
当一个位置被命中之后，就将该位置调整到链表头的位置，新加入的数据也直接加到链表头中。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，就向链表后面移动，链表尾则表示最近最少使用的数据。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。
使用哈希链表的好处就是在命中数据时，无序遍历链表。
参考博客：https://blog.csdn.net/leo_weile/article/details/90142697