• JDK源码分析(四)——LinkedHashMap


    LinkedHashMap概述

      JDK对LinkedHashMap的介绍:

    Hash table and linked list implementation of the Map interface, with predictable iteration order. This implementation differs from HashMap in that it maintains a doubly-linked list running through all of its entries. This linked list defines the iteration ordering, which is normally the order in which keys were inserted into the map (insertion-order). Note that insertion order is not affected if a key is re-inserted into the map. (A key k is reinserted into a map m if m.put(k, v) is invoked when m.containsKey(k) would return true immediately prior to the invocation.)

    大意是:LinkedHashMap是通过哈希表和链表来实现Map接口,它通过维护一个链表来保证对哈希表迭代时的有序性,而这个有序是指键值对插入的顺序。另外,当向哈希表中重复插入某个键的时候,不会影响到原来的有序性。

    继承结构

      可以看到LinkedHashMap直接继承了HashMap,复用了HashMap的很多方法,比如put、resize等方法,LinkedHashMap是在HashMap的基础上实现了自己的功能:有序插入。

    数据结构

      可以看到,LinkedHashMap数据结构相比较于HashMap来说,添加了双向指针,其中before指向节点的前继节点,after指向节点的后继节点,从而将所有的节点串联在一起形成一个双向链表。

    内部字段及构造方法

    内部字段

    	//双链表头节点
    	transient Entry<K,V> head;
    	//双链表尾节点
        transient Entry<K,V> tail;
    	//accessOrder为true则表示按照基于访问的顺序来排列,意思就是最近使用的entry,
    	//放在链表的最末尾,为false表示按照基于插入的顺序来排列,后插入的放在链表末尾,不指定默认为false
        final boolean accessOrder;
    
        static class Entry<K,V> extends HashMap.Node<K,V> {
    		//双链表前继、后继节点
            Entry<K,V> before, after;
            Entry(int hash, K key, V value, Node<K,V> next) {
                super(hash, key, value, next);
            }
        }
    

    构造方法

      可以看到,LinkedHashMap调用了父类的构造方法,而且默认的accessOrder是false,至于是怎么通过accessOrder控制元素顺序,我们将在方法讲到。

    	//指定accessOrder的值
        public LinkedHashMap(int initialCapacity,
                             float loadFactor,
                             boolean accessOrder) {
            super(initialCapacity, loadFactor);
            this.accessOrder = accessOrder;
        }
    	//按照默认值初始化
        public LinkedHashMap() {
            super();
            accessOrder = false;
        }
    	//指定初始化时的容量
        public LinkedHashMap(int initialCapacity) {
            super(initialCapacity);
            accessOrder = false;
        }
    	//指定初始化时的容量,和扩容的加载因子
        public LinkedHashMap(int initialCapacity, float loadFactor) {
            super(initialCapacity, loadFactor);
            accessOrder = false;
        }
    

    存储元素

      LinkedHashMap并没有重写父类的put方法,所以增加元素调用的是父类方法,具体来说是putVal方法,下面是HashMap的putVal方法:

        final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                       boolean evict) {
           ...
                tab[i] = newNode(hash, key, value, null);
           ...
                    afterNodeAccess(e);
           ...
            afterNodeInsertion(evict);
           ...
    

    LinkedHashMap重写了newNode和回调方法afterNodeAccess、afterNodeInsertion:

        //在构建新节点时,构建的是LinkedHashMap.Entry 不再是Node.
        Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
            Entry<K,V> p =
                new Entry<K,V>(hash, key, value, e);
            linkNodeLast(p);
            return p;
        }
    
        //将新增的节点,连接在链表的尾部
        private void linkNodeLast(Entry<K,V> p) {
            Entry<K,V> last = tail;
            tail = p;
            //若集合是空的
            if (last == null)
                head = p;
    		//新节点插到链表顶部
            else {
                p.before = last;
                last.after = p;
            }
        }
    
        //仅仅在accessOrder为true时进行,把当前访问的元素移动到链表尾部
        void afterNodeAccess(Node<K,V> e) { // move node to last
            Entry<K,V> last;
            //当accessOrder的值为true,且e不是尾节点
            if (accessOrder && (last = tail) != e) {
                //将e赋值临时节点p, b是e的前一个节点, a是e的后一个节点
                Entry<K,V> p =
                    (Entry<K,V>)e, b = p.before, a = p.after;
                //设置p的后一个节点为null,因为执行后p在链表末尾,after肯定为null
                p.after = null;
                //p的前一个节点不存在,p就是头节点,那么把p放到最后,a就是头节点
                if (b == null)
                    head = a;
                //p的前一个节点存在,p放到最后,b的后一个节点指向a
                else
                    b.after = a;
                //p的后一个节点存在,p放到最后,a的前一个节点指向a
                if (a != null)
                    a.before = b;
                //p的后一个节点不存在
                else
                    last = b;
                //只有一个p节点
                if (last == null)
                    head = p;
                //last不为空,把p放到last节点后面
                else {
                    p.before = last;
                    last.after = p;
                }
                //p为尾节点
                tail = p;
                ++modCount;
            }
        }
    
        //回调函数,新节点插入之后回调 , 根据evict和accessOrder判断是否需要删除最老/早插入的节点。
    	//如果实现LruCache会用到这个方法。
        //removeEldestEntry制定删除规则,JDK8中默认返回false
        void afterNodeInsertion(boolean evict) { // possibly remove eldest
            Entry<K,V> first;
            if (evict && (first = head) != null && removeEldestEntry(first)) {
                K key = first.key;
                removeNode(hash(key), key, null, false, true);
            }
        }
    

    注:HashMap定义了三个回调方法,用于LinkedHashMap维持有序:

        // Callbacks to allow LinkedHashMap post-actions
        void afterNodeAccess(Node<K,V> p) { }
        void afterNodeInsertion(boolean evict) { }
        void afterNodeRemoval(Node<K,V> p) { }
    

    取出元素

      LinkedHashMap的get方法,调用HashMap的getNode方法后,对accessOrder的值进行了判断,我们之前提到:accessOrder为true时进行,把当前访问的元素移动到链表尾部,调用重写的afterNodeAccess方法来调整顺序。

        public V get(Object key) {
            Node<K,V> e;
            if ((e = getNode(hash(key), key)) == null)
                return null;
            if (accessOrder)
                afterNodeAccess(e);
            return e.value;
        }
    

    删除元素

      LinkedHashMap删除元素调用的是弗雷德remove方法,在removeNode设置了回调方法afterNodeRemoval

        final Node<K,V> removeNode(int hash, Object key, Object value,
                                   boolean matchValue, boolean movable) {
            ...
                    afterNodeRemoval(node);
            ...
    

    LinkedHashMap回调方法的实现:

        //在删除节点e时,同步将e从双向链表上删除
        void afterNodeRemoval(Node<K,V> e) { // unlink
            Entry<K,V> p =
                (Entry<K,V>)e, b = p.before, a = p.after;
            //待删除节点 p 的前置后置节点都置空,相当于从双链表上取下来
            p.before = p.after = null;
            //p是尾节点,它的前一个节点为空,那么它的后一个节点做头节点
            if (b == null)
                head = a;
            //p的前一个节点不为空,把它的后一个节点指向a
            else
                b.after = a;
            //同理,a为空,b就是尾节点
            if (a == null)
                tail = b;
            //a不为空,
            else
                a.before = b;
        }
    

    迭代器

        abstract class LinkedHashIterator {
            //记录下一个迭代的节点
            Entry<K,V> next;
            //当前迭代的节点
            Entry<K,V> current;
            //用于fail-fast机制
            int expectedModCount;
    
            //迭代器初始化next指向head
            LinkedHashIterator() {
                next = head;
                expectedModCount = modCount;
                current = null;
            }
    
            public final boolean hasNext() {
                return next != null;
            }
    
            //链表方式迭代
            final Entry<K,V> nextNode() {
                Entry<K,V> e = next;
                if (modCount != expectedModCount)
                    throw new ConcurrentModificationException();
                if (e == null)
                    throw new NoSuchElementException();
                current = e;
                //双链表的后继节点节点指向next
                next = e.after;
                return e;
            }
    
            public final void remove() {
                Node<K,V> p = current;
                if (p == null)
                    throw new IllegalStateException();
                if (modCount != expectedModCount)
                    throw new ConcurrentModificationException();
                current = null;
                K key = p.key;
                removeNode(hash(key), key, null, false, false);
                expectedModCount = modCount;
            }
        }
    

    利用LinkedHashMap简单实现LRU算法

      在查阅相关资料时,都提到利用LinkedHashMap实现LRU算法,首先介绍一下LRU(Least Recently Used)算法:

    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”。也就是说,当有限的空间已存满数据时,应当把最久没有被访问到的数据淘汰。

    根据上面的源码,我们知道当把accessOrder设为true时,LinkedHashMap就会根据访问顺序排序,把最近访问过的元素放在链表的尾部,而没有访问的元素就放在链表头部,只要重写removeEldestEntry设置丢弃头部节点条件就行了。这样就可以简单实现LRU算法了

    public class LRUCache<K, V> {
        private final int   CACHE_SIZE;
        private final float DEFAULT_LOAD_FACTORY = 0.75f;
        LinkedHashMap<K, V> map;
        public LRUCache(int cacheSize) {
            CACHE_SIZE = cacheSize;
            int capacity = (int)Math.ceil(CACHE_SIZE / DEFAULT_LOAD_FACTORY) + 1;
            map = new LinkedHashMap<K,V>(capacity, DEFAULT_LOAD_FACTORY, true) {
                @Override
                protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
                    return map.size() > cacheSize;
                }
            };
        }
    
        public void put(K key, V value) {
            map.put(key, value);
        }
    
        public V get(K key) {
            return map.get(key);
        }
    
        public void remove(K key) {
            map.remove(key);
        }
    
        @Override
        public String toString() {
            StringBuilder stringBuilder = new StringBuilder();
            for (Map.Entry<K, V> entry : map.entrySet()) {
                stringBuilder.append(String.format("%s: %s  ", entry.getKey(), entry.getValue()));
            }
            return stringBuilder.toString();
        }
    
        public static void main(String[] args) {
            LRUCache<Integer, Integer> cache = new LRUCache<>(5);
            cache.put(1,1);
            cache.put(2,2);
            cache.put(3,3);
            System.out.println(cache);
            cache.get(1);
            cache.put(4,4);
            cache.put(5,5);
            cache.put(6,6);
            System.out.println(cache);
        }
    }
    
    

    结果:

    超出范围后,1:1键值对被访问过,最早没有被访问过的2:2键值对就被丢弃了。

    总结

      LinkedHashMap基于HashMap,所谓大树底下好乘凉,重写了部分代码就能够实现有序插入。LinkedHashMap总体上较为简单,在理解了HashMap的基础上就能很快理解LinkedHashMap的实现。

    编程改变世界
  • 相关阅读:
    JQuery EasyUi之界面设计——通用的JavaScript
    easyui datagrid 行右键 动态获取并生成toolbar 按钮
    Jq基础拓展 json to String
    电信光纤猫(HG8245)破解教程 开启无线网、路由器功能(第二章)
    plsql 无需配置客户端连接.
    中文分词常用算法之基于词典的正向最大匹配
    中文分词常用算法之基于词典的逆向最大匹配
    SQL SERVER安装序列号
    查询锁事务及语句
    SQL Server 数据库备份
  • 原文地址:https://www.cnblogs.com/rain4j/p/9684711.html
Copyright © 2020-2023  润新知