#### LRU算法 ####

LRU是Least Recently Used的缩写，即最近最少使用。是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。

要求：【新增、访问】记录为一次命中，【删除】如果超过数量限制则删除最久未命中的。

lru相比lfu，lru不关注命中次数，lru只关注命中的顺序。

实现

使用map+链表：

1）链表负责维护node的顺序。

2）map负责以O(1)的复杂度快速定位node在链表中的位置。具体的，map的key存node值，map的value存node的地址。

当'node新增'或'访问node命中'时，放或移到链表头；当需要淘汰node时，淘汰链表尾的node。

此时，新增、访问、移动、删除的时间复杂度均为O(1)。

应用

适合：存在热点数据，数据无更新，个体多。

因为量大，所以内存或redis里的缓存不可能全部存，需要淘汰部分不是热点的数据，只留下指定容量的热点数据缓存。

代码（未完）

type LRUNode struct {
	Val  string
	Next *LRUNode
}

type LRU struct {
	kv   map[string]string
	List *LRUNode
	Lap  int64
}

var LRUSt = &LRU{
	kv:   make(map[string]string),
	List: nil,
}

func (*LRU) LRUGet(k string) (v string) {

}

func (*LRU) LRUSet(k, v string) {
	LRUSt.kv[k] = v

	if LRUSt.List == nil {
		LRUSt.List = &LRUNode{
			Val:  v,
			Next: nil,
		}
	} else {
		LRUSt.List.Next = &LRUNode{
			Val:  v,
			Next: nil,
		}
	}
}