緩存算法（頁面置換算法）-FIFO、LFU、LRU
在前一篇文章中通過leetcode的一道題目了解了LRU算法的具體設計思路，下面繼續來探討一下另外兩種常見的Cache算法：FIFO、LFU
1.FIFO算法
FIFO（First in First out），先進先出。其實在操作系統的設計理念中很多地方都利用到了先進先出的思想，比如作業調度（先來先服務），為什么這個原則在很多地方都會用到呢？因為這個原則簡單、且符合人們的慣性思維，具備公平性，並且實現起來簡單，直接使用數據結構中的隊列即可實現。
在FIFO Cache設計中，核心原則就是：如果一個數據最先進入緩存中，則應該最早淘汰掉。也就是說，當緩存滿的時候，應當把最先進入緩存的數據給淘汰掉。在FIFO Cache中應該支持以下操作;
get(key)：如果Cache中存在該key，則返回對應的value值，否則，返回-1；
set(key,value)：如果Cache中存在該key，則重置value值；如果不存在該key，則將該key插入到到Cache中，若Cache已滿，則淘汰最早進入Cache的數據。
舉個例子：假如Cache大小為3，訪問數據序列為set(1,1),set(2,2),set(3,3),set(4,4),get(2),set(5,5)
則Cache中的數據變化為：
(1,1) set(1,1)
(1,1) (2,2) set(2,2)
(1,1) (2,2) (3,3) set(3,3)
(2,2) (3,3) (4,4) set(4,4)
(2,2) (3,3) (4,4) get(2)
(3,3) (4,4) (5,5) set(5,5)
那么利用什么數據結構來實現呢？
下面提供一種實現思路：
利用一個雙向鏈表保存數據，當來了新的數據之后便添加到鏈表末尾，如果Cache存滿數據，則把鏈表頭部數據刪除，然后把新的數據添加到鏈表末尾。在訪問數據的時候，如果在Cache中存在該數據的話，則返回對應的value值；否則返回-1。如果想提高訪問效率，可以利用hashmap來保存每個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“如果一個數據在最近一段時間內使用次數很少，那么在將來一段時間內被使用的可能性也很小”的思路。
注意LFU和LRU算法的不同之處，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：
假設緩存大小為3，數據訪問序列為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)。
那么LFU Cache應該支持的操作為：
get(key)：如果Cache中存在該key，則返回對應的value值，否則，返回-1；
set(key,value)：如果Cache中存在該key，則重置value值；如果不存在該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。
為了能夠淘汰最少使用的數據，因此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存儲每個數據項在數組中對應的位置，然后為每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)的時間復雜度，在淘汰數據的時候，通過選擇算法得到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為新來的數據內容即可，這樣的話，淘汰數據的操作時間復雜度為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、刪除操作都能達到O(logn)時間復雜度，因此效率相比第一種實現方法更加高效。
如果哪位朋友有更高效的實現方式（比如O(1)時間復雜度），不妨探討一下，不勝感激。
3.LRU算法
LRU算法的原理以及實現在前一篇博文中已經談到，在此不進行贅述：
http://www.cnblogs.com/dolphin0520/p/3741519.html
參考鏈接：http://blog.csdn.net/hexinuaa/article/details/6630384
http://blog.csdn.net/beiyetengqing/article/details/7855933
http://outofmemory.cn/wr/?u=http%3A%2F%2Fblog.csdn.net%2Fyunhua_lee%2Farticle%2Fdetails%2F7648549