LRU（Least Recently Used）是一种常用的页面置换算法，其核心思想是选择最近最久未使用的页面予以淘汰。
LRU算法基于一个假设，即如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很低。因此，当缓存空间不足时，算法会选择最久未使用的数据进行淘汰。
LRU算法通常通过维护一个队列或链表来实现。当访问一个页面时，如果该页面已经在队列中，则将其移动到队列的头部（最近使用）；如果该页面不在队列中，则将其添加到队列的头部，并检查队列长度是否超过预设的阈值。如果队列长度超过阈值，则淘汰队列尾部的页面（最久未使用）。
LRU算法能够利用时间局部性原理，保留最近使用过的页面，提高缓存命中率。算法简单，易于实现。
然而，LRU算法需要维护一个队列或数组，占用额外的空间。当页面访问模式具有循环周期时，LRU算法可能会淘汰掉正在使用的页面，导致缓存命中率下降。对于随机访问的页面输入序列，LRU算法的表现可能不如其他算法。
在Lru的结构中，我们要避免key或者val的拷贝。因为key此时需要在双向列表中保存也需要在HashMap中保存，所以我们要以下方案：
Rc<K>引用计数 通过引用计数来控制生命周期。优点：不用处理不安全的代码。缺点：因为Val可能在遍历中被更改，所以不能存储在双向列表里，取得值的时候需要进行一次Hash。
*mut K 裸指针 通过unsafe编码来实现。优点：在双向列表及HashMap中均存储一份数值，遍历或者根据key取值均只需一次操作。缺点：需要引入ptr，即用指针的方式来进行生命周期管理。
此时我们用的是裸指针的方式，让我们先来定义节点数据，数据将存储在该节点里面，key及val的生命周期随节点管理，在删除的时候需同时在列表及在HashMap中进行删除。
接下来需要设计LruCache结构，将由一个map存储数据结构，一个双向链表存储访问优先级，cap表示缓存的容量。
其中KeyRef仅仅只是表示裸指针的一层包装，方便重新实现Hash，Eq等trait。
首先初始化对象，初始化map及空的双向链表：
插入对象，分已在缓存内和不在缓存内：
存在该元素时，将进行替换，并且重新维护访问队列，需要 detach 然后重新 attach 使其在队列的最前面，保证最近访问最晚淘汰，从而实现Lru。如果元素不存在，那么将判断是否缓存队列为满，如果满了将要淘汰的数据进行替换，如果未满创建新的元素，即 replace_or_create_node。
在将元素删除时，需要维护好我们的队列，防止出现队列错误及野指针等。
这里因为移除时，仅仅需要一个可以转化成K的引用即可以，并不需要严格的K，利于编程。如果移除成功，那么将从双向链表中同步移除，并且将指针中的值重新变成Rust中的对象，以便可以及时被drop，避免内存泄漏。
pop 移除栈顶上的数据，最近使用的；pop_last 移除栈尾上的数据，最久未被使用的；contains_key 判断是否包含key值；raw_get 直接获取key的值，不会触发双向链表的维护；get 获取key的值，并维护双向链表；get_mut 获取key的值，并可以根据需要改变val的值；retain 根据函数保留符合条件的元素。
在cargo.toml中添加 [dependencies] algorithm = “0.1”。
https://github.com/tickbh/algorithm-rs
Lru在缓存场景中也是极其重要的一环，但是普通的Lru容易将热点数据进行移除，如果短时间内大量的数据进入则会将需要缓存的数据全部清空，后续将介绍改进算法 Lru-k 及 Lfu 算法。
