LinkedHashMap：HashMap的亲兄弟竟然有记忆功能？

一个会"记仇"的HashMap

想象你有一个神奇的电话本：

• 普通电话本（HashMap）：可以快速找到任何人，但查通话记录时顺序全乱
• 智能电话本（LinkedHashMap）：不仅能快速找人，还能记住你查询的顺序

这就是LinkedHashMap的魔力！今天我们就来揭开这个"有记忆功能"的Map实现类的神秘面纱。

---

一、基础认知：LinkedHashMap是谁？

1. 家族关系图

• 父亲：HashMap（提供高速查找能力）
• 超能力：额外维护了一个双向链表记录插入/访问顺序

2. 核心特点

// 典型创建方式
Map<String, Integer> linkedMap = new LinkedHashMap<>();
linkedMap.put("苹果", 10);
linkedMap.put("香蕉", 5);
linkedMap.put("橙子", 8);

// 遍历时保证顺序！
for (Map.Entry<String, Integer> entry : linkedMap.entrySet()) {
    System.out.println(entry.getKey()); // 保证输出：苹果、香蕉、橙子
}

---

二、底层原理：如何实现"记忆功能"？

1. 数据结构图解

• 哈希表部分：和HashMap一样的数组+链表/红黑树
• 附加魔法：所有节点通过双向链表连接

static class Entry<K,V> extends HashMap.Node<K,V> {
    Entry<K,V> before, after; // 新增的两个指针
}

2. 顺序维护的两种模式

模式	触发条件	特点	适用场景
插入顺序	默认模式	记录put操作的先后顺序	需要保持原始添加顺序
访问顺序	构造器传accessOrder=true	最近访问的元素移到链表尾	LRU缓存实现

---

三、性能对比：LinkedHashMap vs HashMap

1. 基本操作对比

操作	HashMap	LinkedHashMap	差异原因
插入(put)	O(1)	O(1)	需要额外维护链表
查询(get)	O(1)	O(1)	访问顺序模式需移动节点
遍历	无序	有序	链表维护顺序的优势

2. 内存占用比较

// 存储100万个元素的内存占用测试
HashMap: ~48MB
LinkedHashMap: ~56MB  // 多出的8MB用于维护链表

多消耗约15%内存换取有序性

---

四、三大经典应用场景

场景1：保持插入顺序的日志记录

Map<String, String> configHistory = new LinkedHashMap<>();
configHistory.put("2023-01", "配置A");
configHistory.put("2023-02", "配置B");
// 遍历时严格按照时间顺序输出

场景2：实现LRU缓存（淘汰最近最少使用）

// 最大100个元素，超过时自动淘汰最久未使用的
Map<String, Object> lruCache = new LinkedHashMap<>(100, 0.75f, true) {
    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > 100;
    }
};

场景3：有序的配置项管理

// 保持配置文件原始顺序
Map<String, String> settings = new LinkedHashMap<>();
settings.put("server.port", "8080");
settings.put("db.url", "jdbc:mysql...");
// 生成配置文件时顺序不变

---

五、源码级揭秘：如何实现访问顺序？

关键代码片段解析：

// get操作时的处理（accessOrder=true时）
public V get(Object key) {
    Node<K,V> e;
    if ((e = getNode(hash(key), key)) == null)
        return null;
    if (accessOrder) // 如果是访问顺序模式
        afterNodeAccess(e); // 将被访问节点移到链表尾部
    return e.value;
}

移动节点的具体过程：

1. 从链表中解除该节点原有连接
2. 将该节点追加到链表末尾
3. 调整前后节点的指针

---

六、实战技巧：如何正确使用LinkedHashMap？

1. 初始化参数详解

// 完整构造方法
LinkedHashMap(int initialCapacity,  // 初始容量
              float loadFactor,     // 负载因子
              boolean accessOrder)  // true=访问顺序, false=插入顺序

2. 实现固定大小缓存示例

// 最多缓存5个最近使用的城市温度
Map<String, Integer> weatherCache = new LinkedHashMap<>(5, 0.75f, true) {
    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > 5; // 超过5个就移除最老的
    }
};

weatherCache.put("北京", 28);
weatherCache.put("上海", 30);
weatherCache.get("北京"); // 访问后"北京"变为最新

3. 性能优化建议

• 预分配足够容量避免频繁扩容
• 非必要不使用访问顺序模式（额外开销）
• 多线程环境用Collections.synchronizedMap包装

---

七、常见面试题精讲

Q1：LinkedHashMap和TreeMap都是有序的，区别是什么？

• LinkedHashMap：维护插入/访问顺序，O(1)时间复杂度
• TreeMap：按照键的自然顺序排序，O(log n)时间复杂度

Q2：如何实现线程安全的LinkedHashMap？

Map<String, String> safeMap = 
    Collections.synchronizedMap(new LinkedHashMap<>());
// 或者使用ConcurrentLinkedHashMap等第三方实现

Q3：为什么选择双向链表而不是单向链表？
因为需要支持：

1. 快速删除任意节点（O(1)复杂度）
2. LRU缓存需要移动节点到链表尾

---

结语：选择的艺术

当你需要Map时：

• 只要快 → HashMap
• 要记住顺序 → LinkedHashMap
• 需要排序 → TreeMap
• 线程安全 → ConcurrentHashMap

LinkedHashMap就像你的私人助理，不仅高效完成任务，还能记住每件事的来龙去脉。现在，是时候在你的工具箱里为它留个位置了！