• Java中最大的数据结构:LinkedHashMap了解一下?


    前言

    Map 家族数量众多,其中 HashMap 和 ConcurrentHashMap 用的最多,而 LinkedHashMap 似乎则是不怎么用的,但是他却有着顺序。两种,一种是添加顺序,一种是访问顺序。

    详情

    LinkedHashMap 继承了 HashMap。那么如果是你,你怎么实现这两个顺序呢?

    如果实现添加顺序的话,我们可以在该类中,增加一个链表,每个节点对应 hash 表中的桶。这样,循环遍历的时候,就可以按照链表遍历了。只是会增大内存消耗。

    如果实现访问顺序的话,同样也可以使用链表,但每次读取数据时,都需要更新一下链表,将最近一次读取的放到链尾。这样也就能够实现。此时也可以跟进这个特性实现 LRU(Least Recently Used) 缓存。

    如何使用?

    下面是个小 demo

    LinkedHashMap<Integer,Integer>map=newLinkedHashMap<>(16,0.75f,true);for(inti=0;i<10;i++){map.put(i,i);}for(Map.Entryentry:map.entrySet()){System.out.println(entry.getKey()+":"+entry.getValue());}map.get(3);System.out.println();for(Map.Entryentry:map.entrySet()){System.out.println(entry.getKey()+":"+entry.getValue());}

    打印结果:

    0:01:12:23:34:45:56:67:78:89:90:01:12:24:45:56:67:78:89:93:3

    首先构造方法是有意思的,比 HashMap 多了一个 accessOrder boolean 参数。表示,按照访问顺序来排序。最新访问的放在链表尾部。

    如果是默认的,则是按照添加顺序,即 accessOrder 默认是 false。

    源码实现

    如果看 LinkedHashMap 内部源码,会发现,内部确实维护了一个链表:

    /***双向链表的头,最久访问的*/transientLinkedHashMap.Entry<K,V>head;/***双向链表的尾,最新访问的*/transientLinkedHashMap.Entry<K,V>tail;

    而这个 LinkedHashMap.Entry 内部也维护了双向链表必须的元素,before,after:

    /***HashMap.NodesubclassfornormalLinkedHashMapentries.*/staticclassEntry<K,V>extendsHashMap.Node<K,V>{Entry<K,V>before,after;Entry(inthash,Kkey,Vvalue,Node<K,V>next){super(hash,key,value,next);}}

    在添加元素的时候,会追加到尾部。

    Node<K,V>newNode(inthash,Kkey,Vvalue,Node<K,V>e){LinkedHashMap.Entry<K,V>p=newLinkedHashMap.Entry<K,V>(hash,key,value,e);linkNodeLast(p);returnp;}//linkattheendoflistprivatevoidlinkNodeLast(LinkedHashMap.Entry<K,V>p){LinkedHashMap.Entry<K,V>last=tail;tail=p;if(last==null)head=p;else{p.before=last;last.after=p;}}

    在 get 的时候,会根据 accessOrder 属性,修改链表顺序:

    publicVget(Objectkey){Node<K,V>e;if((e=getNode(hash(key),key))==null)returnnull;if(accessOrder)afterNodeAccess(e);returne.value;}voidafterNodeAccess(Node<K,V>e){//movenodetolastLinkedHashMap.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;elseb.after=a;if(a!=null)a.before=b;elselast=b;if(last==null)head=p;else{p.before=last;last.after=p;}tail=p;++modCount;}}

    同时注意:这里修改了 modCount,即使是读操作,并发也是不安全的。

    如何实现 LRU 缓存?

    LRU 缓存:LRU(Least Recently Used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”。

    LinkedHashMap 并没有帮我我们实现具体,需要我们自己实现 。具体实现方法是 removeEldestEntry 方法。

    一起来看看原理。

    首先,HashMap 在 putVal 方法最后,会调用 afterNodeInsertion 方法,其实就是留给 LinkedHashMap 的。而 LinkedHashMap 的具体实现则是根据一些条件,判断是否需要删除 head 节点。

    源码如下:

    voidafterNodeInsertion(booleanevict){//possiblyremoveeldestLinkedHashMap.Entry<K,V>first;if(evict&&(first=head)!=null&&removeEldestEntry(first)){Kkey=first.key;removeNode(hash(key),key,null,false,true);}}

    evict 参数表示是否需要删除某个元素,而这个 if 判断需要满足的条件如上:head 不能是 null,调用 removeEldestEntry 方法,返回 true 的话,就删除这个 head。而这个方法默认是返回 false 的,等待着你来重写。

    所以,removeEldestEntry 方法的实现通常是这样:

    publicbooleanremoveEldestEntry(Map.Entry<K,V>eldest){returnsize()>capacity;}

    如果长度大于容量了,那么就需要清除不经常访问的缓存了。afterNodeInsertion 会调用 removeNode 方法,删除掉 head 节点 —— 如果 accessOrder 是 true 的话,这个节点就是最不经常访问的节点。

    拾遗

    LinkedHashMap 重写了一些 HashMap 的方法,例如 containsValue 方法,这个方法大家猜一猜,怎么重写比较合理?

    HashMap 使用了双重循环,先循环外层的 hash 表,再循环内层的 entry 链表。性能可想而知。

    但 LinkedHashMap 内部有个元素链表,直接遍历链表就行。相对而言而高很多。

    publicbooleancontainsValue(Objectvalue){for(LinkedHashMap.Entry<K,V>e=head;e!=null;e=e.after){Vv=e.value;if(v==value||(value!=null&&value.equals(v)))returntrue;}returnfalse;}

    这也算一种空间换时间的策略吧。

    get 方法当然也是要重写的。因为需要根据 accessOrder 更新链表。

    总结

    雪薇的总结的一下:

    LinkedHashMap 内部包含一个双向链表维护顺序,支持两种顺序——添加顺序,访问顺序。

    默认就是按照添加顺序来的,如果要改成访问顺序的话,构造方法中的 accessOrder 需要设置成 true。这样,每次调用 get 方法,就会将刚刚访问的元素更新到链表尾部。

    关于 LRU,在accessOrder 为 true 的模式下,你可以重写 removeEldestEntry 方法,返回 size() > capacity,这样,就可以删除最不常访问的元素。

  • 相关阅读:
    python之map,filter
    python函数的闭包
    Hibernate查询对象的方法浅析
    底部浮动
    DataGrid-自定义排序
    DataGrid-1
    Alert
    2014-01-04 SQL练习
    proguard-gui 混淆代码简要笔记
    vim利用coc补全的配置过程
  • 原文地址:https://www.cnblogs.com/CQqfjy/p/12272122.html
Copyright © 2020-2023  润新知