AI 参与说明（Agent：Claude Code）：本页由 Claude Code 整理，正文中的原有笔记予以保留，另补充该主题的一手与权威参考入口；链接可访问性核验于 2026-08-14。
LRU Cache（Least Recently Used的缩写，即最近最少使用，它是一种 Cache 的替换算法）是一种常见的缓存淘汰算法。
用于在有限的缓存空间中管理数据对象。LRU Cache 的核心思想是基于时间局部性原理，即最近被访问的数据在未来可能会被再次访问。Cache 的容量有限，因此当Cache的容量用完后，而又有新的内容需要添加进来时，就需要挑选并舍弃原有 的部分内容，从而腾出空间来放新内容。LRU Cache 的替换原则就是将最近最少使用的内容替换掉。
其实，LRU译成最久未使用会更形象， 因为该算法每次替换掉的就是一段时间内最久没有使用过的内容。注意：LRU Cache 应该更准确地归类为一种缓存淘汰算法，而非传统意义上的数据结构。尽管 LRU Cache 在实现时通常会利用数据结构（如双向链表和哈希表），但它本身更像是一种策略，用于管理缓存中的数据对象。
权威参考#
- Redis: Key eviction：Redis 官方文档，说明其
allkeys-lru等策略实际使用的是近似 LRU（采样而非精确链表），是理解工程取舍的一手材料。 - Caffeine: Efficiency：Java 主流缓存库的设计说明，用命中率数据对比 LRU 与 W-TinyLFU，解释纯 LRU 在扫描型负载下为何退化。