什么是緩存？
舉個例子，去圖書館查資料，一般情況下我們會集中把我們有可能查閱的幾本書從書架取下來，放在我們的桌面上，以便交叉查閱，從而避免頻繁的從座位上跑到書架旁去取書。在這個例子里，書桌所扮演的就是緩存的角色。
緩存有兩個特點：
- 能在某種程度上降低訪問數據的成本；
- 其容量遠小于外部存儲的容量，如本例子中，書桌上能容納的書本數就遠小于書架的。
什么是 LRU 緩存?
LRU（Least Recently Used） 緩存是一種以 LRU 策略為緩存策略的緩存。而所謂的緩存策略，就是當緩存滿了之后，又有新數據需要加入到緩存中時，我們怎么從緩存中刪除舊數據為新數據騰出空間的策略。
依舊以圖書館為例，假設我們的書桌上只能容納 3 本書，并且已經放了 3 本書在上面，此時我們需要查閱第 4 本書，那么我們就必須權衡將原先書桌上的 3 本書的中的哪一本放回書架去。這個權衡的過程就是所謂的緩存策略。
LRU，Least Recently Used 的簡寫，即近期最少使用算法。該算法依據于程序的局部性原理， 其淘汰舊數據的策略是，距離當前最久沒有被訪問過的數據應該被淘汰。
基于雙鏈表 的LRU實現:
傳統意義的LRU算法是為每一個Cache對象設置一個計數器，每次Cache命中則給計數器+1，而Cache用完，需要淘汰舊內容，放置新內容時，就查看所有的計數器，并將最少使用的內容替換掉。
它的弊端很明顯，如果Cache的數量少，問題不會很大， 但是如果Cache的空間過大，達到10W或者100W以上，一旦需要淘汰，則需要遍歷所有計算器，其性能與資源消耗是巨大的。效率也就非常的慢了。
它的原理： 將Cache的所有位置都用雙連表連接起來，當一個位置被命中之后，就將通過調整鏈表的指向，將該位置調整到鏈表頭的位置，新加入的Cache直接加到鏈表頭中。
這樣，在多次進行Cache操作后，最近被命中的，就會被向鏈表頭方向移動，而沒有命中的，而想鏈表后面移動，鏈表尾則表示最近最少使用的Cache。
當需要替換內容時候，鏈表的最后位置就是最少被命中的位置，我們只需要淘汰鏈表最后的部分即可。
上面說了這么多的理論， 下面用代碼來實現一個LRU策略的緩存。
我們用一個對象來表示Cache，并實現雙鏈表。
這個問題在面試被問了，然后說了一句：這個我不會，回來查閱一下，大致了解一下。
