LRU介绍：LRU是Least Recently Used的缩写，即最少使用页面置换算法，，是为虚拟页式存储管理服务的,
思路介绍：
可以使用两个标准的数据结构来实现，Map和Queue。因为需要支持多线程，需要使用实现了java.utili.concurrent.*的Map和Queue。
主要思路是使用一个Queue来维护FIFO和Map来对数据进行排序，当向缓存添加新的元素时，共有以下三种可能
1. 如果该元素已经在Cache中存在（Map），我们会从queue中删除改元素并将其添加到queue的第一个位置。
2. 如果缓存已满无法新增新的元素，我们会从queue和Map中删除最后面的那个元素并把新元素添加进来。
3. 同时在Map和Queue中增加新的元素
简单的代码如下：
package cn.kge.comdemo;import java.util.concurrent.ConcurrentHashMap;import java.util.concurrent.ConcurrentLinkedQueue;public class LRUCache<K,V> {/*** LRU缓存的最大容量.*/private final int capacity;//用来保持最近使用的元素的Queue.private ConcurrentLinkedQueue<K> queue;private ConcurrentHashMap<K, V> map;/** * 初始化LRU缓存 * @param capacity */public LRUCache(final int capacity) {this.capacity = capacity;this.queue= new ConcurrentLinkedQueue<K>();this.map= new ConcurrentHashMap<K, V>(capacity);}/** * 检查该元素释放在缓存中存在，如果不存在则返回null * @param key * @return*/public V get(final K key) {return map.get(key);}/** * 将元素添加到LRU缓存。如果Key已存在，则将其放到缓存的第一位置 * @param key * @param value * @throws NullPointerException */public synchronized void put(final K key, final V value) {if(key == null || value == null) {throw new NullPointerException();}if (map.containsKey(key)) {queue.remove(key);}while (queue.size() >= capacity) {K expiredKey = queue.poll();if (expiredKey != null) {map.remove(expiredKey);}}queue.add(key);map.put(key, value);}}
来说是非者，便是是非人。
