diff --git a/C++/典型实现/6 LRU算法.md b/C++/典型实现/6 LRU算法.md
index 9f75ce7c..176ee416 100644
--- a/C++/典型实现/6 LRU算法.md	
+++ b/C++/典型实现/6 LRU算法.md	
@@ -1,6 +1,31 @@
 ## lru最近最少使用算法
 
-* 使用std::list<>双向链表存储value，主要是符合LRU的业务场景：①首/尾进行插入、删除；②中间位置的删除。其中第②点很重要。
+对于web开发而言，缓存必不可少，也是提高性能最常用的方式。无论是浏览器缓存，还是服务端的缓存(通过memcached或者redis等内存数据库)。缓存不仅可以加速用户的访问，同时也可以降低服务器的负载和压力。那么，了解常见的缓存淘汰算法的策略和原理就显得特别重要。
+
+### 常见的缓存算法
+* LRU (Least recently used) 最近最少使用，如果数据最近被访问过，那么将来被访问的几率也更高。
+* LFU (Least frequently used) 最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小。
+* FIFO (Fist in first out) 先进先出， 如果一个数据最先进入缓存中，则应该最早淘汰掉。
+
+### LRU缓存
+像浏览器的缓存策略、memcached的缓存策略、Redis缓存策略都是使用LRU这个算法，LRU算法会将近期最不会访问的数据淘汰掉。LRU如此流行的原因是实现比较简单，而且对于实际问题也很实用，良好的运行时性能，命中率较高。下面谈谈如何实现LRU缓存：
+
+![](image/2021-09-03-06-57-17.png)
+
+1. 新数据插入到链表头部
+2. 每当缓存命中（即缓存数据被访问），则将数据移到链表头部
+3. 当链表满的时候，将链表尾部的数据丢弃
+
+### LRU Cache具备的操作：
+
+* set(key,value)：如果key在hashmap中存在，则先重置对应的value值，然后获取对应的节点cur，将cur节点从链表删除，并移动到链表的头部；若果key在hashmap不存在，则新建一个节点，并将节点放到链表的头部。当Cache存满的时候，将链表最后一个节点删除即可。
+* get(key)：如果key在hashmap中存在，则把对应的节点放到链表头部，并返回对应的value值；如果不存在，则返回-1。
+
+### LRU的c++实现
+LRU实现采用双向链表 + Map 来进行实现。这里采用双向链表的原因是：如果采用普通的单链表，则删除节点的时候需要从表头开始遍历查找，效率为O(n)，采用双向链表可以直接改变节点的前驱的指针指向进行删除达到O(1)的效率。使用Map来保存节点的key、value值便于能在O(logN)的时间查找元素,对应get操作。
+
+
+* 使用std::list<>双向链表存储value，主要是符合LRU的业务场景：1首/尾进行插入、删除；2中间位置的删除。其中第②点很重要。
 * 使用std::unordered_map<>是为了优化查找。此数据结构查找效率O(1)。
 * 注意对链表std::list<>的earse操作，特别是迭代器失效的问题。
 
diff --git a/C++/典型实现/image/2021-09-03-06-57-17.png b/C++/典型实现/image/2021-09-03-06-57-17.png
new file mode 100644
index 00000000..0638da4e
Binary files /dev/null and b/C++/典型实现/image/2021-09-03-06-57-17.png differ
diff --git a/数据库/数据库.xmind b/数据库/数据库.xmind
index 563e6e5c..e17d971c 100644
Binary files a/数据库/数据库.xmind and b/数据库/数据库.xmind differ