介绍

该实现与HashMap不同的是它维护一个双向链表，可以使HashMap有序。与HashMap一样，该类不安全。

结构

和HashMap的结构非常相似，只不过LinkedHashMap是一个双向链表

LinkedHashMap 分为两种节点 Entry和TreeNode节点

Entry节点结构：

class Entry<K,V> extends HashMap.Node<K,V> {      Entry<K,V> before, after;      Entry(int hash, K key, V value, Node<K,V> next) {          super(hash, key, value, next);      }  }

before 和 after 是双向链表中的前继和后继节点

TreeNode节点和HashMap中的一样

从这里能看出LinkedHashMap是一个双向链表

LinkedHashMap 有如下属性：

transient LinkedHashMap.Entry<K,V> head;transient LinkedHashMap.Entry<K,V> tail;final boolean accessOrder;

head 和 tail很好理解就是双向链表的头和尾

HashMap中没有accessOrder这个字段，这也是与HashMap最不同的地方，该类有两种取值分别代表不同的意思 ：

true，按照访问顺序排序false，按照插入顺序排序HashMap预留的一些方法

HashMap 预留了一些方法提供给 LinkedHashMap 使用

// LinkedHashMap重写了以下四个方法来保证双向队列能够正常工作// 创建一个Node节点Node<K,V> newNode(int hash, K key, V value, Node<K,V> next){...}// 创建树节点TreeNode<K,V> newTreeNode(int hash, K key, V value, Node<K,V> next) {...}// 树节点和普通节点相互转换Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) {...}TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {...}  // HashMap未实现，留给LinkedHashMap实现// 后置处理// 访问节点后如何处理void afterNodeAccess(Node<K,V> p) { }  // 插入节点后如何处理void afterNodeInsertion(boolean evict) { }  // 移除节点后如何处理void afterNodeRemoval(Node<K,V> p) { }

afterNodeAccess 、afterNodeInsertion、afterNodeRemoval 这三个方法保证了LinkedHashMap有序，分别会在get 、put、remove 后调用

put和remove 都对顺序没有影响，因为在操作的时候已经调整好了（put放在）。但是get是对顺序有影响的（被访问到了），所以需要重写该方法：

public V get(Object key) {      Node<K,V> e;      // 获取节点    if ((e = getNode(hash(key), key)) == null)          return null;      // 改变顺序    if (accessOrder)          afterNodeAccess(e);      return e.value;  }

通过afterNodeAccess来改变该节点（P）的顺序，该方法分为一下几步：

拆除需要移动的节点P处理前置节点，前置节点有两种情况前置节点为空，表示P为头节点前置节点不为空，表示P为中间节点处理后置节点后置节点为空，表示P为尾节点后置节点不为空，表示P为中间节点将该节点移动到tail处

void afterNodeAccess(Node<K,V> e) { // move node to last      LinkedHashMap.Entry<K,V> last;      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;      }  }

afterNodeInsertion 则在putVal中调用

基本逻辑是如果参数为true则尝试删除头节点，但是还需要满足头节点是最'老'的，具体的与removeEldestEntry配合使用，可以继承LinkedHashMap并定制， LinkedHashMap是恒为false的。

protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {      return false;  }

如果所有条件都满足则删除头节点

void afterNodeInsertion(boolean evict) { // possibly remove eldest      LinkedHashMap.Entry<K,V> first;      if (evict && (first = head) != null && removeEldestEntry(first)) {          K key = first.key;          removeNode(hash(key), key, null, false, true);      }  }

afterNodeRemoval则在removeNode成功删除节点之后调用:

用来保证在双向链表中删除一个节点仍然能够使结构不被破坏

为被删除节点的头和尾节点建立联系：

void afterNodeRemoval(Node<K,V> e) { // unlink      LinkedHashMap.Entry<K,V> p =          (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;      p.before = p.after = null;      if (b == null)          head = a;      else          b.after = a;      if (a == null)          tail = b;      else          a.before = b;  }

LRU是一种缓存置换机制，LRU （Least Recently Used）将最近最少使用的内容替换掉。实现非常简单，每次访问某个元素，就将这个元素浮动到栈顶。这样最靠近栈顶的页面就是最近经常访问的，而被压在栈底的就是最近最少使用的，只需要删除栈底的元素。

LinkedHashMap非常方便实现LRU，LinkedHashMap在put操作时同时会判断是否需要删除最'老'的元素。只需要重写removeEldestEntry方法，使得超过容量就删除最'老'的元素。

下面是具体实现：

public class LRU<K, V> extends LinkedHashMap<K, V> {        /**       * 最大容量       * <p>       * Note： 用位运算就不需要将十进制转换为二进制，直接就为二进制。       */      private final int MAX_CAPACITY = 1 << 30;        /**       * 缓存的容量       */      private int capacity;        public LRU(int capacity) {          this(true, capacity);      }        public LRU(boolean accessOrder, int capacity) {          this(1 << 4, 0.75f, accessOrder, capacity);      }        public LRU(int initialCapacity, float loadFactor, boolean accessOrder, int capacity) {          super(initialCapacity, loadFactor, accessOrder);          this.capacity = capacity;      }}

测试：

	LRU<Integer, Integer> lru = new LRU<Integer, Integer>(10);  	for (int i = 0; i < 10; i++) {  	    lru.put(i, i * i);  	    System.out.println("put: (" + i + "," + i * i + ")");  	    int randomKey = (int) (Math.random() * i);  	    System.out.println("get "+randomKey+": " + lru.get(randomKey));  	    System.out.println("head->"+lru+"<-tail");  	}

结果：

put: (0,0)get 0: 0head->{0=0}<-tail---------------put: (1,1)get 0: 0head->{1=1, 0=0}<-tail---------------put: (2,4)get 1: 1head->{0=0, 2=4, 1=1}<-tail---------------

喜欢的朋友点赞，转发加关注。