LinkedHashMap 学习总结

LinkedHashMap简介

我们知道 HashMap 是 数组+链表/红黑树 的存储结构，它不能保证遍历顺序和插入顺序的一致。

LinkedHashMap是HashMap的子类，与HashMap有着同样的存储结构 数组+链表/红黑树，不同的是: LinkedHashMap内部维护了一个双向链表 LinkedHashMapEntry<K,V> ，用来保证添加顺序与插入顺序得到一致性。同时，LinkedHashMap 使用成员变量 accessOrder 来控制是否使用访问顺序。

LinkedHashMap可以用来实现LRU算法，LinkedHashMap同样是非线程安全的。

LinkedHashMap源码分析总结

双向链表 LinkedHashMapEntry

内部维护一个双向链表，用来记录节点的添加顺序。

static class LinkedHashMapEntry<K,V> extends HashMap.Node<K,V> {LinkedHashMapEntry<K,V> before, after; // 双向链表的前后指针public LinkedHashMapEntry(int hash, K key, V value, Node<K,V> next) {super(hash, key, value, next);}
}

put(K k, V v) 添加数据并构建双向链表

LinkedHashMap 没有重写 put 方法，因此我们还是去看它的基类 HashMap 的put

HashMap.javapublic V put(K key, V value) {return putVal(hash(key), key, value, false, true);}final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;// 如果对应槽位上没有Node，则新建一个 Node 并覆盖该槽位if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);else { // 如果发生 hash 碰撞Node<K,V> e; K k;// 如果新添加的节点是单链表的 head 节点，则不去遍历if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else { // 遍历单链表for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {// 如果遍历到尾结点，则新建节点p.next = newNode(hash, key, value, null);if (binCount >= TREEIFY_THRESHOLD - 1) // 如果单链表的长度大于等于7，则改用红黑树treeifyBin(tab, hash);break;}// 遍历过程中，找到对应的Node，需要替换该节点的value, 结束循环if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}// 替换所指节点 e 的valueif (e != null) { // existing mapping for keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}// 如果散列表中不存在与该 key 匹配的节点，则：操作数增加，如果size超出阙值，需要进行扩容++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;}
LinkedHashMap.javatransient LinkedHashMapEntry<K,V> head; // 双链表的头节点transient LinkedHashMapEntry<K,V> tail; // 双链表的尾结点Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {LinkedHashMapEntry<K,V> p =new LinkedHashMapEntry<K,V>(hash, key, value, e);// 将 LinkedHashMapEntry 插入双链表的尾部linkNodeLast(p);return p;}

总结

当我们通过 put(k,v) 向该数据结构添加键值对时，通过对 key 进行hash计算得到对应散列表的槽位(数组的索引), 根据索引在数组中以 O(1) 的时间复杂度查找元素 Node<K,V>, 查找规则：如果对应索引上没有元素，则新建Node并覆盖在该槽位上；否则，说明出现了 hash 碰撞，此时需要遍历单链表/红黑树, 如果存在 **(k=p.key)==key||(key!=null&&key.equals(k)))**的节点，则更新该节点的 value， 否则新建节点插入单链表尾部。最后，如果 size>throld 则进行扩容。

LinkedHashMap 在以上的基础上，重写了 newNode()，将新添加的节点插入了双链表的尾部，并移动 tail 指针到新添加节点。

get(K key) 访问数据

HashMap.javapublic V get(Object key) {Node<K,V> e;return (e = getNode(hash(key), key)) == null ? null : e.value;}void afterNodeAccess(Node<K,V> node);LinkedHashMap.javapublic V get(Object key) {Node<K,V> e;if ((e = getNode(hash(key), key)) == null)return null;// 如果需要维护访问顺序，则把tail 节点 移动到该节点 eif (accessOrder)afterNodeAccess(e);return e.value;}void afterNodeAccess(Node<K,V> e) { // move node to lastLinkedHashMapEntry<K,V> last;// 如果需要维护访问顺序且访问的节点 e 不是双向链表的尾结点if (accessOrder && (last = tail) != e) {LinkedHashMapEntry<K,V> p =(LinkedHashMapEntry<K,V>)e, b = p.before, a = p.after;// 更新双向链表，且将访问节点置为尾结点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;// 操作数加一++modCount;}}

从上面的代码可以看出：HashMap 与 LinkedHashMap 在获取对应 key 的 value 时，只有在 accessOrder == true ，即维护访问顺序的时候有区别，其他地方完全一样。

通过 afterNodeAccess() 操作，我们将访问的节点从原来位置处移除并添加到了双向链表的尾部，如此一来，双向链表就维护了散列表中元素的访问顺序。即：我们最近访问到的数据在迭代访问时，总是最后一个出现。因此，我们很容易实现一个 LRUCache(最近最少使用被淘汰算法)。

class LRUDemo {public static void main(String[] args) {LRUCache lruCache = new LRUCache(3);lruCache.put("1",1);lruCache.put("2",2);lruCache.put("3",3);print(lruCache);System.out.println(String.format("key 1 value %s", map.get("1")));map.put("4", 4);print(lruCache);}private static void print(Map<String,Integer> map) {Set<Map.Entry<String, Integer>> entries = map.entrySet();Iterator<Map.Entry<String, Integer>> iterator = entries.iterator();// 防止出现多线程并发synchronized (map){while (iterator.hasNext()) {Map.Entry<String, Integer> next = iterator.next();System.out.println(String.format("key = %s ; value = %s ",next.getKey(), next.getValue()));}}System.out.println("------");}private static class LRUCache<K,V> extends LinkedHashMap<K,V> {private static final int DEFAULT_MAX_SIZE = 100;private int maxSize;public LRUCache() {this(DEFAULT_MAX_SIZE);}public LRUCache(int maxSize) {super(maxSize, 0.75, true);this.maxSize = maxSize;}@override protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {return size() > maxSize;}}
}

问题

1. HashMap 与 LinkedHashMap 的迭代器，谁的访问效率更高？

其实，从两者不同点之一：HashMap 没有记录添加顺序，LHM 通过双向链表记录了添加顺序。不难看出，LinkedHashMap 的迭代访问效率要比HashMap要高。因为，HashMap需要先遍历数组tab(O(n))，然后再遍历单链表(O(l))/红黑树(O(log l)), 总的时间复杂度为 O(n * l) 。l为单链表的长度，n 为table 的长度; 而LinkedHashMap 只需要 O(size), size < n。有兴趣的可以看迭代器的 nextNode() 实现。

2. LinkedHashMap 比 HashMap 的 containsValue() 效率更高。 因为 HashMap需要先遍历 table 再遍历 单链表；而LinkedHashMap 只要遍历一遍 双向链表。因此两者的时间复杂度分别为O(n * l) 和 O(size)

remove(key) 删除指定key 的节点

和添加节点操作一样，LHP没有重写 remove()，使用的依然是 HashMap 的remove()。

HashMap.javapublic V remove(Object key) {Node<K,V> e;// 通过hash函数计算得出key在数组中对应的槽位，然后执行 removeNode并返回 valuereturn (e = removeNode(hash(key), key, null, false, true)) == null ?null : e.value;}final Node<K,V> removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) {Node<K,V>[] tab; Node<K,V> p; int n, index;if ((tab = table) != null && (n = tab.length) > 0 &&(p = tab[index = (n - 1) & hash]) != null) {Node<K,V> node = null, e; K k; V v;// 如果单链表的 head 就是我们要移除的节点，则不进行遍历if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))node = p;else if ((e = p.next) != null) {// 遍历单链表/红黑树，找到对应的节点if (p instanceof TreeNode)node = ((TreeNode<K,V>)p).getTreeNode(hash, key);else {do {if (e.hash == hash &&((k = e.key) == key ||(key != null && key.equals(k)))) {node = e;break;}p = e;} while ((e = e.next) != null);}}// 如果找到与key对应的节点，则进行移除if (node != null && (!matchValue || (v = node.value) == value ||(value != null && value.equals(v)))) {if (node instanceof TreeNode)((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);else if (node == p) // 如果是单链表的 head, 则将 head.next 赋值到数组对应 index 上tab[index] = node.next;else // 如果是中间节点，则将前一节点 p 的下一节点指向对应节点的下一节点p.next = node.next;// 操作数加一， size 减一++modCount;--size;// 更新双向链表afterNodeRemoval(node);return node;}}return null;}
LinkedHashMap.javavoid afterNodeRemoval(Node<K,V> e) {LinkedHashMapEntry<K,V> p =(LinkedHashMapEntry<K,V>)e, b = p.before, a = p.after;p.before = p.after = null;// 如果删除的节点是双向链表的头结点，则将头结点的下一节点更新为头结点，否则将前一节点的后节点指向当前节点的后一个节点if (b == null)head = a;elseb.after = a;// 如果删除的节点是双向链表的尾结点，则将当前结点的前一节点更新为尾结点，否则将后一节点的前节点指向当前节点的前一个节点if (a == null)tail = b;elsea.before = b;}

总结：

删除指定的key 的节点：1. 通过 hash 函数计算key在数组中的索引；2. 遍历该索引在数组中的单链表/红黑树，删除指定的节点，并返回节点值。

LinkedHashMap 在执行删除操作后，需要更新双向链表，保证数据的顺序性。

总结

1. LinkedHashMap 继承至 HashMap，两者使用相同的存储结构 数组 + 单链表/红黑树，也使用相同的扩容机制，只是 LinkedHashMap 在内部使用双向链表维护了添加顺序，并使用 accessOrder 属性控制了访问顺序。所以，LinkedHashMap 比 HashMap 消耗更多的内存，而在访问效率上，LinkedHashMap比HashMap要高，因此，这是一个牺牲空间换取时间的策略。
2. LinkedHashMap 的访问顺序默认情况下与添加顺序一致，而 HashMap 的访问顺序不一定与添加顺序一致。
3. LinkedHashMap 与 HashMap 都是非线程安全的，因此在使用迭代器遍历数据的时候，必须使用锁机制来避免并发问题。

问题

1. LinkedHashMap 使用 双向链表 维护节点的添加顺序，那么在 put 时，需要扩容的话，是不是更容易产生环形链表导致CPU暴增？Java 是如何解决这个问题的？