偽LRU英文全名為Pseudo-LRU (PLRU)，本概念略難懂，單獨解決。
For CPU caches with large associativity (generally >4 ways), the implementation cost of LRU becomes prohibitive. In many CPU caches, a scheme that almost always discards one of the least recently used items is sufficient. So many CPU designers choose a PLRU algorithm which only needs one bit per cache item to work.
PLRU typically has a slightly worse miss ratio, has a slightly better latency, and uses slightly less power than LRU.
並行多核體系結構基礎一書給出的概念：
一種可能的近似LRU的方法是記錄最近最常訪問的一部分數據塊，當需要替換時， 那些未被記錄的數據塊通過隨機或者特定的算法被替換出高速緩存。這種方法的一個最簡單的例子就是記錄最近最常使用(Most Recently Used, MRU)的數據塊，當需要替換時，通過偽隨機算法選擇非MRU的數據塊替換出高速緩存。
下圖中展示的基於樹的偽LRU替換策略：
筆者翻閱資料，找到一個非常nice的解釋文章，參考於：Cache replacement policies（緩存替換策略）
該算法的工作方式如下：考慮一個二叉搜索樹（BST）為所討論的項目。樹的每個節點具有一位標志，該標志指示“向左查找偽LRU元素”或“向右查找偽LRU元素”。要查找偽LRU元素，請根據標志的值遍歷樹。要使用對項N的訪問來更新樹，請遍歷樹以找到N，並在遍歷期間將節點標志設置為表示與所取方向相反的方向。
訪問順序為ABCDE。如果只看箭頭，這里的原理很容易理解。當可以訪問值時，說A，我們無法在緩存中找到它，然后從內存中加載它，並將其放置在箭頭所指的塊上，從上到下，並在放置該塊時使箭頭指向遠離該塊的底部和頂部。在上面的示例中，我們看到如何放置A，然后放置B，C和D.然后，當緩存已滿時，E替換為A，因為那是箭頭所指的時間。下次訪問時，將替換保存B的塊。
該算法可能是次優的，因為它是近似值。例如，在上圖中具有A，C，B，D緩存行的情況下，如果訪問模式為：C，B，D，A則在逐出時我們選擇B而不是C。這是因為A和C在同一部分，訪問A會將算法定向到不包含高速緩存行C的另一部分。