前言
LRU，全称Least Recently Used，即最近最久未使用算法，用于操作系统的页面置换算法，以及一些常见的框架。其原理实质就是当需要淘汰数据时，会选择那些最近没有使用过的数据进行淘汰，换句话说，当某数据被访问时，就把其移动到淘汰队列的队首(也就是最不会被淘汰的位置)
实现
基于这样的原则，我们就可以着手实现了。不过Java已经为我们提供了一个现成的模板，我们站在巨人的肩膀上，可以参考一下Java是如何实现LRU功能的
LinkedHashMap
在LinkedHashMap中，有一个很少用到的构造函数：
public LinkedHashMap(int initialCapacity,
float loadFactor,
boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}复制代码
其中accessOrder这一属性，在其他的构造函数中是默认为false的，如果我们通过该构造函数将其设为true之后，就实现了LRU功能，下面的程序简单了做了下演示：
public static void main(String[] args) {
int cacheSize = 3;
// 最大容量 = (缓存大小 / 负载因子)+ 1，保证不会触发自动扩容
LinkedHashMap cache = new LinkedHashMap(
(int)(cacheSize/ 0.75f) + 1, 0.75f, true) {
@Override
protected boolean removeEldestEntry(Map.Entry eldest) {
return size() > cacheSize;
}
};
cache.put("1", "a");
cache.put("2", "b");
cache.put("3", "c");
// head => "1" => "2" => "3" => null
// put已存在的值，和get方法是一样的效果
cache.put("1", "a");
// head => "2" => "3" => "1" => null;
cache.put("4", "d");
// head => "3" => "1" => "4" => null;
for (String key: cache.keySet()) {
System.out.println(key);
}
}复制代码
其实还有很重要的一点，就是需要重写removeEldestEntry()这一方法，默认是返回false的，当返回true时，会移除最久没有使用的节点，所以我们要做的，就是当容量达到缓存限制时，移除LRU算法判定的最近最久未使用节点
可以看到，我们依次插入节点1、2、3后，如果此时再插入节点4，就会导致removeEldestEntry()返回为true，然后移除队首节点，即节点1。但是我们这里由于中间重复插入了一次节点1，所以会判断节点1是“经常访问的节点”，所以节点1被提到链表最后，队首节点就变成了节点2，当容量超过限制时，会把节点2移除
实现原理
探索LinkedHashMap中LRU的实现原理，我们就要追溯到HashMap中的putVal方法，这个方法最后触发了一个回调函数：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// ...
if (e != null) { // existing mapping for key
// ...
afterNodeAccess(e);
return oldValue;
}
}
afterNodeInsertion(evict);
return null;
}复制代码
putVal()方法在插入后会触发方法的回调，有两种情况：
如果插入的值已存在，则触发afterNodeAccess(e)
如果插入的值不存在，则触发afterNodeInsertion(evict)
其中，变量e是“撞车”的节点，变量evict在子类不重写put()方法的情况下是默认为true的，所以我们就把它当作常量来看
然后我们回到，LinkedHashMap中，来看这个两个钩子方法(HashMap中这两个方法实现均为空)：
void afterNodeInsertion(boolean evict) {
LinkedHashMap.Entry first;
// 以下情况满足时，调用removeNode移除最久未使用的节点：
// 1. evict为true
// 2. 头结点不为空
// 3. 符合移除条件：removeEldestEntry返回true
if (evict && (first = head) != null && removeEldestEntry(first)) {
K key = first.key;
removeNode(hash(key), key, null, false, true);
}
}
void afterNodeAccess(Node e) {
LinkedHashMap.Entry last;
// 开启LRU模式，且访问的节点不是尾节点，则将被访问的节点置于链表尾
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry p =
(LinkedHashMap.Entry)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}复制代码
显而易见，afterNodeInsertion负责在插入之后判断是否需要移除最近最久未使用的节点(即链表头节点)，afterNodeAccess负责在访问某节点之后，将该节点移动到链表尾
在afterNodeAccess中，因为要考虑到各种特殊情况，而且是一个带有头尾节点的双向链表，所以情况判断比较复杂，实际上就是将指定节点移动到队尾，如果自己想实现一个类似的功能可以不做的这么复杂
总结
一般来说，如果想做一个LRU算法实现的话，LinkedHashMap就能满足需要了。要是想自己实现的话，这里提供一个实现的思路：
用链表存储数据
一个节点被访问后，将其置于链表尾
链表头结点就是最近最久未使用的节点，直接移除即可
