1.FIFO算法
FIFO（First in First out），先進先出。其實在操做系統的設計理念中不少地方都利用到了先進先出的思想，好比做業調度（先來先服務），爲何這個原則在不少地方都會用到呢？由於這個原則簡單、且符合人們的慣性思惟，具有公平性，而且實現起來簡單，直接使用數據結構中的隊列便可實現。html
在FIFO Cache設計中，核心原則就是：若是一個數據最早進入緩存中，則應該最先淘汰掉。也就是說，當緩存滿的時候，應當把最早進入緩存的數據給淘汰掉。在FIFO Cache中應該支持如下操做;算法
get(key)：若是Cache中存在該key，則返回對應的value值，不然，返回-1；數組
set(key,value)：若是Cache中存在該key，則重置value值；若是不存在該key，則將該key插入到到Cache中，若Cache已滿，則淘汰最先進入Cache的數據。緩存
舉個例子：假如Cache大小爲3，訪問數據序列爲set(1,1),set(2,2),set(3,3),set(4,4),get(2),set(5,5)數據結構
則Cache中的數據變化爲：spa
(1,1) set(1,1)操作系統
(1,1) (2,2) set(2,2)設計
(1,1) (2,2) (3,3) set(3,3)htm
(2,2) (3,3) (4,4) set(4,4)blog
(2,2) (3,3) (4,4) get(2)
(3,3) (4,4) (5,5) set(5,5)
那麼利用什麼數據結構來實現呢？
下面提供一種實現思路：
利用一個雙向鏈表保存數據，當來了新的數據以後便添加到鏈表末尾，若是Cache存滿數據，則把鏈表頭部數據刪除，而後把新的數據添加到鏈表末尾。在訪問數據的時候，若是在Cache中存在該數據的話，則返回對應的value值；不然返回-1。若是想提升訪問效率，能夠利用hashmap來保存每一個key在鏈表中對應的位置。
2.LFU算法
LFU（Least Frequently Used）最近最少使用算法。它是基於「若是一個數據在最近一段時間內使用次數不多，那麼在未來一段時間內被使用的可能性也很小」的思路。
注意LFU和LRU算法的不一樣之處，LRU的淘汰規則是基於訪問時間，而LFU是基於訪問次數的。舉個簡單的例子：
假設緩存大小爲3，數據訪問序列爲set(2,2),set(1,1),get(2),get(1),get(2),set(3,3),set(4,4)，
則在set(4,4)時對於LFU算法應該淘汰(3,3)，而LRU應該淘汰(1,1)。
那麼LFU Cache應該支持的操做爲：
get(key)：若是Cache中存在該key，則返回對應的value值，不然，返回-1；
set(key,value)：若是Cache中存在該key，則重置value值；若是不存在該key，則將該key插入到到Cache中，若Cache已滿，則淘汰最少訪問的數據。
爲了可以淘汰最少使用的數據，所以LFU算法最簡單的一種設計思路就是 利用一個數組存儲 數據項，用hashmap存儲每一個數據項在數組中對應的位置，而後爲每一個數據項設計一個訪問頻次，當數據項被命中時，訪問頻次自增，在淘汰的時候淘汰訪問頻次最少的數據。這樣一來的話，在插入數據和訪問數據的時候都能達到O(1)的時間複雜度，在淘汰數據的時候，經過選擇算法獲得應該淘汰的數據項在數組中的索引，並將該索引位置的內容替換爲新來的數據內容便可，這樣的話，淘汰數據的操做時間複雜度爲O(n)。
另外還有一種實現思路就是利用 小頂堆+hashmap，小頂堆插入、刪除操做都能達到O(logn)時間複雜度，所以效率相比第一種實現方法更加高效。
若是哪位朋友有更高效的實現方式（好比O(1)時間複雜度），不妨探討一下，不勝感激。
3.LRU算法
LRU(LeastRecently Used)，即最近最久未使用的意思。下面說一下LRU算法的核心思想，LRU算法的設計原則是：若是一個數據在最近一段時間沒有被訪問到，那麼在未來它被訪問的可能性也很小。也就是說，當限定的空間已存滿數據時，應當把最久沒有被訪問到的數據淘汰。
而用什麼數據結構來實現LRU算法呢？可能大多數人都會想到：用一個數組來存儲數據，給每個數據項標記一個訪問時間戳，每次插入新數據項的時候，先把數組中存在的數據項的時間戳自增，並將新數據項的時間戳置爲0並插入到數組中。每次訪問數組中的數據項的時候，將被訪問的數據項的時間戳置爲0。當數組空間已滿時，將時間戳最大的數據項淘汰。
這種實現思路很簡單，可是有什麼缺陷呢？須要不停地維護數據項的訪問時間戳，另外，在插入數據、刪除數據以及訪問數據時，時間複雜度都是O(n)。
那麼有沒有更好的實現辦法呢？
那就是利用鏈表和hashmap。當須要插入新的數據項的時候，若是新數據項在鏈表中存在（通常稱爲命中），則把該節點移到鏈表頭部，若是不存在，則新建一個節點，放到鏈表頭部，若緩存滿了，則把鏈表最後一個節點刪除便可。在訪問數據的時候，若是數據項在鏈表中存在，則把該節點移到鏈表頭部，不然返回-1。這樣一來在鏈表尾部的節點就是最近最久未訪問的數據項。
總結一下：根據題目的要求，LRU Cache具有的操做：
1）set(key,value)：若是key在hashmap中存在，則先重置對應的value值，而後獲取對應的節點cur，將cur節點從鏈表刪除，並移動到鏈表的頭部；若果key在hashmap不存在，則新建一個節點，並將節點放到鏈表的頭部。當Cache存滿的時候，將鏈表最後一個節點刪除便可。
2）get(key)：若是key在hashmap中存在，則把對應的節點放到鏈表頭部，並返回對應的value值；若是不存在，則返回-1。
LRU算法的原理以及實如今前一篇博文中已經談到，在此不進行贅述：