请阐述如何实现LRU（最近最少使用）算法，并编写相应的伪代码或者流程图来展示其工作流程。

解答思路：

LRU（Least Recently Used）算法是一种常用的缓存淘汰策略，其核心思想是“最近最少使用”。当缓存达到容量上限时，会选择最近最少使用的数据进行淘汰。实现LRU算法有多种方式，常见的方式是使用哈希表和双向链表结合的方式。哈希表用于快速查找数据，双向链表用于维护数据的顺序。每当有新数据加入缓存时，先检查缓存是否已满，若未满则直接加入哈希表和双向链表；若已满，则淘汰链表中最久未使用的数据，再加入新的数据。双向链表的头部代表最近使用的数据，尾部代表最久未使用的数据。

最优回答：

以下是使用Python实现LRU算法的示例代码：

class LRUCache:
    def __init__(self, capacity: int):
        self.capacity = capacity
        self.cache = collections.OrderedDict()  # 使用有序字典来存储数据

    def get(self, key: int) -> int:
        if key not in self.cache:  # 如果键不存在于缓存中
            return -1  # 返回-1表示未找到数据
        else:  # 如果键存在于缓存中，将其移动到有序字典的最前面（表示最近使用）
            self.cache.move_to_end(key)
            return self.cache[key]  # 返回数据值

    def put(self, key: int, value: int) -> None:
        if key in self.cache:  # 如果键已存在于缓存中，先删除旧的键值对
            self.cache.pop(key)  # 删除旧的键值对会将其从有序字典中移除，但不会改变其他元素的顺序
        self.cache[key] = value  # 添加新的键值对到有序字典中
        if len(self.cache) > self.capacity:  # 如果缓存已满，删除最久未使用的数据（即有序字典中的第一个元素）
            self.cache.popitem(last=False)  # 删除第一个元素（最久未使用）的元素和键值对