LRU 是least recently used的缩写，即最近最久未使用。在缓存数据量溢出时，必须淘汰某一项记录才能插入新的记录，而LRU算法则选择淘汰上一次使用时间距离现在最久的那条记录。
数据结构的设计
1、链表list用于保存value，并且从头到尾的顺序达标它最近使用时间（越靠前代表使用越近）
2、哈希表记录key对应的value在链表的位置。
具体设计：
get:
如果哈希表中存在对应记录，则将其从链表中移除并加入到链表头部。（并且需要修改哈希表中key对应的位置）
put:
调用get方法获取对应的记录，如果记录非空，则直接修改值并返回。
否则需要判断此时缓存是否已满，已满则需要删除链表的尾端，（此位置为距离此时最久的使用记录）
最后直接插入到list的头部
算法实现 LeetCode LRU缓存机制（双向链表、哈希表）
LFU 是least frequently used的缩写，即最少被使用。在缓存已满且需要加入新的记录时，选择缓存中被使用次数最少的记录（如果有多条，则选择其中使用时间距离现在最久的记录（LRU规则））。
数据结构的设计
1、哈希表一保存(key，val，freq)，（freq是使用次数）
2、哈希表二保存(freq，list)，freq是使用次数，list是使用次数为freq的所有key，并且按照从头到尾的顺序达标它最近使用时间（越靠前代表使用越近）
3、哈希表三保存(key, list::iterator)，list::iterator代表的是key在f哈希表二中的迭代器
具体设计：
get：
如果哈希表中有对应记录R，则将R先从自己所在的链表L中移除。自增对应的使用次数，并且修改在freq中的位置和迭代器
put：
调用get方法取关键字对应的记录，如果存在则更新值并返回。
否则需要判断缓存是否已满，已满则需要删除当前使用次数最少的key
最后插入到哈希表一中，并且初始化使用次数为1（插入到哈希表二、哈希表三中）