HashMap 是无序的，TreeMap 可以按照 key 进行排序，那有木有 Map 是可以维护插入的顺序的呢？接下来我们一起来看下 LinkedHashMap。
LinkedHashMap 本身是继承 HashMap 的，所以它拥有 HashMap 的所有特性，再此基础上，还提供了两大特性：
- 按照插入顺序进行访问；
- 实现了访问最少最先删除功能，其目的是把很久都没有访问的 key 自动删除。
LinkedHashMap 继承关系，核心成员变量，主要构造函数：
// LinkedHashMap继承了HashMap
public class LinkedHashMap<K,V> extends HashMap<K,V> implements Map<K,V>{
// 链表头
transient LinkedHashMap.Entry<K,V> head;
// 链表尾
// 如果head=tail=null，则链表为空
transient LinkedHashMap.Entry<K,V> tail;
//--------------------------------Node-----------------------------------------
// 在LinkedHashMap的节点叫Entry，继承HashMap的Node
static class Entry<K,V> extends HashMap.Node<K,V> {
// 为数组的每个元素增加了 before 和 after 属性
Entry<K,V> before, after;
// 但是构造函数没变，没有将链表的before和after加进去
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
// 控制LRU是否开启的元素之一，表示是否允许在访问（get）后，将当前节点移动到链表尾部，默认是false
// 注：另一个开启元素是put时的删除策略是否允许删除头节点，默认返回false
final boolean accessOrder;
//-------------------------------构造函数-------------------------------------
public LinkedHashMap(int initialCapacity, float loadFactor) {
super(initialCapacity, loadFactor);
accessOrder = false; // 将accessOrder置为false
}
public LinkedHashMap(int initialCapacity) {
super(initialCapacity);
accessOrder = false;
}
public LinkedHashMap() {
super();
accessOrder = false;
}
// 可以通过此构造方法设置 accessOrder，即要开启LRU策略必须通过该构造函数
public LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}
}
从上述 Map 新增的属性可以看到，LinkedHashMap 的数据结构很像是把 LinkedList 的每个元素换成了 HashMap 的 Node，像是两者的结合体，也正是因为增加了这些结构，从而能把 Map 的元素都串联起来，形成一个链表，而链表就可以保证顺序了，就可以维护元素插入进来的顺序。
LinkedHashMap 是通过双向链表和散列表这两种数据结构组合实现的，其中的“Linked”实际上是指的是双向链表，并非指用链表法解决散列冲突。
1.增加元素时实现LRU
LinkedHashMap 本身是没有 put 方法实现的，由于继承了 HashMap，所以会调用 HashMap 的 put 与 putVal 方法。但仅仅这样是不够的还要考虑 LinkedHashMap 的 2 个特性
1）LinkedHashMap 要有链表特性，所以还要将新加入的节点尾插到链表中
2）LinkedHashMap 可以实现 LRU，原因是已经实现链表，但需要考虑以下两个问题：
- 具体实现策略是什么？要从 get 和 put 两方面入手
- get：当每访问一个节点（get）后，就将当前节点置于链表尾部
- 重置于尾部的原因：新节点尾插到链表，意味着尾部本来就新
- 这也等同于越往前的节点越久，且没访问
- put：当插入一个节点（put）后，且满足所有删除条件，就删除头节点
- 这里的一定条件其实就是删除策略，一般需要用户自定义，比如 size>3 等
- get：当每访问一个节点（get）后，就将当前节点置于链表尾部
- 如何设置开启执行 LRU？同样要从 get 和 put 入手，但默认是关闭的
-
get：要将 accessOrder 置为 true，表示同意 get 过的节点移到链表最后，默认是false，需构造时开启
-
put：removeEldestEntry 方法要能返回 true，表示删除策略允许删除，默认是 false，一般需要重写
注：其实还有两个因素 evict=true（put时默认），队列不为空（一般不涉及）
-
put()
HashMap 的 put 方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
putVal()
HashMap 的 putVal 方法
// evict:决定是否删除最少访问元素，默认true
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
.......
// 调用newNode新增节点，但在LInkedHashMap中，重写了newNode方法，因为节点
tab[i] = newNode(hash, key, value, null);
......
// 在HashMap中是空实现，但linkedListMap中具体实现了
afterNodeInsertion(evict);
}
PS：这里本质是依赖倒置的设计原则，上层定义接口，下层实现
newNode()
LinkedHashMap 重写了 HashMap 的 newNode 方法
- 新增节点 Entry
- 调用 linkNodeLast 追加到链表的尾部
Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
// 新增节点，这里是new LinkedHash.Entry
LinkedHashMap.Entry<K,V> p = new LinkedHashMap.Entry<K,V>(hash, key, value, e);
// 追加到链表的尾部
linkNodeLast(p);
return p;
}
linkNodeLast()
因为 LinkedHashMap 还有链表特性，所以不能只是 HashMap 那样添加到哈希表上，而是还要添加到链表上
// 入参是新创建的节点
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
LinkedHashMap.Entry<K,V> last = tail; // 暂存tail
tail = p; // 将tail置为新节点p
if (last == null) // last 为空，说明链表为空，所以还要将head设为新节点p
head = p;
else { // 链表非空，直接建立新增节点和上个尾节点之间的前后关系即可
p.before = last;
last.after = p;
}
}
afterNodeInsertion()*
afterNodeInsertion 方法在HashMap中是空实现，在 LinkedHashMap 中是为了实现 LRU 策略
void afterNodeInsertion(boolean evict) {
LinkedHashMap.Entry<K,V> first;
// 要删除头节点要满足三个条件
// 1.evict=true，在put方法中默认是true
// 2.队列不为空，但一般不牵扯这个问题，因为节点加入后才会执行该方法
// 3.删除策略策略允许删除，默认false
if (evict && (first = head) != null && removeEldestEntry(first)) {
K key = first.key;
removeNode(hash(key), key, null, false, true); // removeNode 删除头节点
}
}
removeEldestEntry()
removeEldestEntry一般用于自定义删除策略，返回true表示执行删除头结点，返回false表示不删除
- 该方法一般需要用户重写，比如 return size>3时删除
- 在LinkedHashMap中提供了默认实现，即直接返回false（不删除，也可以理解成默认无法执行lru）
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return false;
}
2.获取元素时实现LRU
get()
LinkedHashMap 重写了 HashMap 的 get 方法：
- 获取具体节点还是调用HashMap的getNode方法
- 只不过在获取到node后，加入了移动node到队尾以实现LRU的操作
public V get(Object key) {
Node<K,V> e;
// 调用 HashMap.getNode()获取具体节点
if ((e = getNode(hash(key), key)) == null)
return null;
// 如果设置了 LRU 策略
if (accessOrder)
// 这个方式把当前 key 移动到队尾
afterNodeAccess(e);
return e.value;
}
不仅仅是 get 方法，执行 getOrDefault、compute、computeIfAbsent、computeIfPresent、merge 方法时，也会不断的把经常访问的节点移动到队尾，那么靠近队头的节点，自然就是很少被访问的元素了。
afterNodeAccess()*
将访问的节点移到队尾
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMap.Entry<K,V> last;
// accessOrder 为 true，并且 e 不为队尾的时候
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
LRU示例
public void testAccessOrder() {
// 构建 LinkedHashMap，这里必须使用唯一的能设置accessOrder的构造函数
LinkedHashMap<Integer, Integer> map = new LinkedHashMap<Integer, Integer>(4,0.75f,true) {
// 注：可以在构造函数后初始化（必须加大括号）或重写方法（直接重写）， new A() { {初始化} / 重写方法 };
{
put(10, 10); // 注：调用容器具体函数初始化时，必须再加{}
put(9, 9);
put(20, 20);
put(1, 1);
}
@Override
// 覆写了删除策略的方法，允许返回true；即当已经有大于3个槽点被使用时，开始删除链表头结点
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
return size() > 3;
}
};
log.info("初始化：{}",JSON.toJSONString(map));
Assert.assertNotNull(map.get(9));
log.info("map.get(9)：{}",JSON.toJSONString(map));
Assert.assertNotNull(map.get(20));
log.info("map.get(20)：{}",JSON.toJSONString(map));
}
打印出的结果如下
初始化：{9:9,20:20,1:1}
map.get(9)：{20:20,1:1,9:9}
map.get(20)：{1:1,9:9,20:20}
可以看到，map 初始化的时候，我们放进去四个元素，但结果只有三个元素，10 不见了，这个主要是因为我们覆写了 removeEldestEntry 方法，我们实现了如果 map 中元素个数大于 3 时，我们就把队头的元素删除，当 put(1, 1) 执行的时候，正好把队头的 10 删除，这个体现了达到我们设定的删除策略时，会自动的删除头节点。
当我们调用 map.get(9) 方法时，元素 9 移动到队尾，调用 map.get(20) 方法时， 元素 20 被移动到队尾，这个体现了经常被访问的节点会被移动到队尾。
1459
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
