LRU-最近最少使用
:一种删除缓存的算法。当缓存容量的满时候，优先淘汰最近很少使用的数据。
面试官：你知道 LRU算法 —— 缓存淘汰算法吗？ - 沙滩de流沙 - 博客园 (cnblogs.com)
假设缓存内部结构，每次查询完，都将数据放到头节点。当插入新的数据时，如果缓存满了。需要删除最后面的数据，再把需要插入的数据放在头节点。
- LUR算法实现
使用双向链表加哈希表结合体：
- 优缺点
- LRU 算法优势在于算法实现难度不大，对于对于热点数据， LRU 效率会很好。
- LRU 算法劣势在于对于偶发的批量操作，比如说批量查询历史数据，就有可能使缓存中热门数据被这些历史数据替换，造成缓存污染，导致缓存命中率下降，减慢了正常数据查询。
改进 LRU-1到LRU-K
LRU-K是将原先进入缓存队列的评判标准从访问一次改为访问K次。
LRU-K算法有两个队列，一个是缓存队列，一个是数据访问历史队列。当访问一个数据时，首先先在访问历史队列中累加访问次数，当历史访问记录超过K次后，才将数据缓存至缓存队列，从而避免缓存队列被污染。同时访问历史队列中的数据可以按照LRU的规则进行淘汰。
综合来说，使用LRU-2的性能最优。
改进 冷热分区
把链表分为冷区和热区：
- 访问数据如果位于热数据区，与之前 LRU 算法一样，移动到热数据区的头结点。
- 插入数据时，若缓存已满，淘汰尾结点的数据。然后将数据插入冷数据区的头结点。
- 处于冷数据区的数据每次被访问需要做如下判断：若该数据已在缓存中超过指定时间，比如说 1 s，则移动到热数据区的头结点。若该数据存在在时间小于指定的时间，则位置保持不变。
