计算机中的缓存大小是有限的，如果对所有数据都缓存，肯定是不现实的，所以需要有一种淘汰机制，用于将一些暂时没有用的数据给淘汰掉，以换入新鲜的数据进来，这样可以提高缓存的命中率，减少磁盘访问的次数。
LRU（Least Recently Used 最近最少使用）算法有两种策略(均以队列的方式实现)，一种是不调整的，另外一种是随时进行调整的，即缓存命中后，将这个数据缓存项移到LRU队列的最前端。
例如，缓存容量为4,顺序访问数据项1 5 1 3 5 2 4 1 2
第一种策略：首先读取1，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将1读到内存（队列）
（1）
再读取5，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将5读到内存
（5，1）
再读取1，发现缓存已经存在，则不会访问磁盘，而是直接从缓存中读取
（5，1）
再读取3，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将3读到内存
（3，5，1）
再读取5，发现缓存已经存在，则不会访问磁盘，而是直接从缓存中读取
（3，5，1）
再读取2，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将2读到内存
（2，3，5，1）
再读取4，发现缓存中没有，则访问磁盘，并将其放入缓存，但是缓存已经满了， 需要淘汰掉队列尾端的元素1，将4放入缓存，同时将4读到内存中
（4，2，3，5）
再读取1，发现缓存中没有，则访问磁盘，并将其放入缓存，但是缓存已经满了， 需要淘汰掉队列尾端的元素5，将1放入缓存，同时将1读到内存中
（1，4，2，3）
再读取2，发现缓存已经存在，则不会访问磁盘，而是直接从缓存中读取
（1，4，2，3）
第二种策略：首先读取1，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将1读到内存
（1）
再读取5，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将5读到内存
（5，1）
再读取1，发现缓存已经存在，则不会访问磁盘，而是直接从缓存中读取，由于缓存命中，则需要把刚才命中的元素移动到队列最前端
（1，5）
再读取3，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将3读到内存
（3，1，5）
再读取5，发现缓存已经存在，则不会访问磁盘，而是直接从缓存中读取
（5，3，1）
再读取2，发现缓存中没有，则访问磁盘，并将其放入缓存，同时将2读到内存
（2，5，3，1）
再读取4，发现缓存中没有，则访问磁盘，并将其放入缓存，但是缓存已经满了， 需要淘汰掉队列尾端的元素1，将4放入缓存，同时将4读到内存中
（4，2，5，3）
再读取1，发现缓存中没有，则访问磁盘，并将其放入缓存，但是缓存已经满了， 需要淘汰掉队列尾端的元素3，将1放入缓存，同时将1读到内存中
（1，4，2，5）
再读取2，发现缓存已经存在，则不会访问磁盘，而是直接从缓存中读取，由于缓存命中，则需要把刚才命中的元素移动到队列最前端
（2，1，4，5）
java中利用LinkedHashMap来实现LRU算法，需要覆写其中的removeEldestEntry(Map.Entry)方法即可。如果去看LinkedHashMap的源码可知，LRU算法是通过双向链表来实现，当某个位置被命中，通过调整链表的指向将该位置调整到头位置，新加入的内容直接放在链表头，如此一来，最近被命中的内容就向链表头移动，需要替换时，链表最后的位置就是最近最少使用的位置。
LinkedHashMap自身已经实现了顺序存储，默认情况下是按照元素的添加顺序存储，也可以启用按照访问顺序存储，即最近读取的数据放在最前面，最早读取的数据放在最后面，然后它还有一个判断是否删除最老数据的方法，默认是返回false，即不删除数据，我们使用LinkedHashMap实现LRU缓存的方法就是对LinkedHashMap实现简单的扩展
//LinkedHashMap的一个构造函数，当参数accessOrder为true时，即会按照访问顺序排序，最近访问的放在最前，最早访问的放在后面
public LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}
//LinkedHashMap自带的判断是否删除最老的元素方法，默认返回false，即不删除老数据
//我们要做的就是重写这个方法，当满足一定条件时删除老数据
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return false;
//return size() > MAX_CACHE_SIZE; （改为这个）
}