LRU的基本概念：

LRU是Least Recently Used的缩写，最近最少使用算法。

Java 实现LRUCache

1、基于LRU的基本概念，为了达到按最近最少使用排序。能够选择HashMap的子类
 LinkedHashMap来作为LRUCache的存储容器。
  2、LinkedHashMap的原理：
  a、 对于LinkedHashMap而言，它继承与HashMap、底层使用哈希表与双向链表来保存全部元素。其基本操作与父类HashMap相似，它通过重写父类相关的方法。来实现自己的链接列表特性。

HashMap是单链表。LinkedHashMap是双向链表
  b、存储：LinkedHashMap并未重写父类HashMap的put方法，而是重写了父类HashMap的put方法调用的子方法void recordAccess(HashMap m)   。void addEntry(int hash, K key, V value, int bucketIndex) 和void createEntry(int hash, K key, V value, int bucketIndex)，提供了自己特有的双向链接列表的实现。
  c、读取：LinkedHashMap重写了父类HashMap的get方法，实际在调用父类getEntry()方法取得查找的元素后，再推断当排序模式accessOrder为true时。记录訪问顺序，将最新訪问的元素加入到双向链表的表头，并从原来的位置删除。因为的链表的添加、删除操作是常量级的，故并不会带来性能的损失。

LRUCache的简单实现

package com.knowledgeStudy.lrucache;
import java.util.ArrayList;
import java.util.Collection;
import java.util.LinkedHashMap;
import java.util.Map;
/*** 固定大小 的LRUCache<br>* 线程安全**/
public class LRUCache<K, V> {private static final float factor = 0.75f;//扩容因子private Map<K, V> map; //数据存储容器private int cacheSize;//缓存大小public LRUCache(int cacheSize) {this.cacheSize = cacheSize;int capacity = (int) Math.ceil(cacheSize / factor) + 1;map = new LinkedHashMap<K, V>(capacity, factor, true) {private static final long serialVersionUID = 1L;/*** 重写LinkedHashMap的removeEldestEntry()固定table中链表的长度**/@Overrideprotected boolean removeEldestEntry(Map.Entry<K, V> eldest) {boolean todel = size() > LRUCache.this.cacheSize;return todel;}};}/*** 依据key获取value** @param key* @return value**/public synchronized V get(K key) {return map.get(key);}/*** put一个key-value** @param key*            value**/public synchronized void put(K key, V value) {map.put(key, value);}/*** 依据key来删除一个缓存** @param key**/public synchronized void remove(K key) {map.remove(key);}/*** 清空缓存**/public synchronized void clear() {map.clear();}/*** 已经使用缓存的大小**/public synchronized int cacheSize() {return map.size();}/*** 获取缓存中全部的键值对**/public synchronized Collection<Map.Entry<K, V>> getAll() {return new ArrayList<Map.Entry<K, V>>(map.entrySet());}
}