本文已收录到 AndroidFamily,技术和职场问题,请关注公众号 [彭旭锐] 发问。
大家好,我是小彭。
在上一篇文章里,咱们聊到了 HashMap 的实现原理和源码剖析,在源码剖析的过程中,咱们发现一些 LinkedHashMap 相干的源码,过后没有开展,当初它来了。
那么,LinkedHashMap 与 HashMap 有什么区别呢?其实,LinkedHashMap 的应用场景十分明确 —— LRU 缓存。明天,咱们就来探讨 LinkedHashMap 是如何实现 LRU 缓存的。
本文源码基于 Java 8 LinkedHashMap。
小彭的 Android 交换群 02 群曾经建设啦,扫描文末二维码进入~
思维导图:
1. 意识 LRU 缓存淘汰算法
1.1 什么是缓存淘汰算法?
缓存是进步数据读取性能的通用技术,在硬件和软件设计中被宽泛应用,例如 CPU 缓存、Glide 内存缓存,数据库缓存等。因为缓存空间不可能无限大,当缓存容量占满时,就须要利用某种策略将局部数据换出缓存,这就是缓存的替换策略 / 淘汰问题。常见缓存淘汰策略有:
- 1、随机策略: 应用一个随机数生成器随机地抉择要被淘汰的数据块;
- 2、FIFO 先进先出策略: 记录各个数据块的拜访工夫,最早拜访的数据最先被淘汰;
- 3、LRU(Least Recently Used)最近起码策略: 记录各个数据块的拜访 “工夫戳”,最近最久未应用的数据最先被淘汰。与前 2 种策略相比,LRU 策略均匀缓存命中率更高,这是因为 LRU 策略利用了“局部性原理”:最近被拜访过的数据,未来被拜访的几率较大,最近很久未拜访的数据,未来拜访的几率也较小;
- 4、LFU(Least Frequently Used)最不常常应用策略: 与 LRU 相比,LFU 更加重视应用的 “频率”。LFU 会记录每个数据块的拜访次数,起码拜访次数的数据最先被淘汰。然而有些数据在开始时应用次数很高,当前不再应用,这些数据就会长工夫净化缓存。能够定期将计数器右移一位,造成指数衰减。
FIFO 与 LRU 策略
1.2 向外看:LRU 的变型
其实,在规范的 LRU 算法上还有一些变型实现,这是因为 LRU 算法自身也存在一些有余。例如,当数据中热点数据较多时,LRU 可能保障较高的命中率。然而当有偶发的批量的非热点数据产生时,就会将热点数据寄出缓存,使得缓存被净化。因而,LRU 也有一些变型:
- LRU-K: 提供两个 LRU 队列,一个是拜访计数队列,一个是规范的 LRU 队列,两个队列都依照 LRU 规定淘汰数据。当拜访一个数据时,数据先进入拜访计数队列,当数据拜访次数超过 K 次后,才会进入规范 LRU 队列。规范的 LRU 算法相当于 LRU-1;
- Two Queue: 相当于 LRU-2 的变型,将拜访计数队列替换为 FIFO 队列淘汰数据数据。当拜访一个数据时,数据先进入 FIFO 队列,当第 2 次访问数据时,才会进入规范 LRU 队列;
- Multi Queue: 在 LRU-K 的根底上减少更多队列,提供多个级别的缓冲。
小彭在 Redis 和 Vue 中有看到这些 LRU 变型的利用,在 Android 畛域的框架中还没有看到具体利用,你晓得的话能够揭示我。
1.3 如何实现 LRU 缓存淘汰算法?
这一大节,咱们尝试找到 LRU 缓存淘汰算法的实现计划。通过总结,咱们能够定义一个缓存零碎的基本操作:
- 操作 1 – 增加数据: 先查问数据是否存在,不存在则增加数据,存在则更新数据,并尝试淘汰数据;
- 操作 2 – 删除数据: 先查问数据是否存在,存在则删除数据;
- 操作 3 – 查问数据: 如果数据不存在则返回 null;
- 操作 4 – 淘汰数据: 增加数据时如果容量已满,则依据缓存淘汰策略一个数据。
咱们发现,前 3 个操作都有“查问”操作, 所以缓存零碎的性能次要取决于查找数据和淘汰数据是否高效。 上面,咱们用递推的思路推导 LRU 缓存的实现计划,次要分为 3 种计划:
-
计划 1 – 基于工夫戳的数组: 在每个数据块中记录最近拜访的工夫戳,当数据被拜访(增加、更新或查问)时,将数据的工夫戳更新到以后工夫。当数组空间已满时,则扫描数组淘汰工夫戳最小的数据。
- 查找数据:须要遍历整个数组找到指标数据,工夫复杂度为 O(n);
- 淘汰数据:须要遍历整个数组找到工夫戳最小的数据,且在移除数组元素时须要搬运数据,整体工夫复杂度为 O(n)。
-
计划 2 – 基于双向链表: 不再间接保护工夫戳,而是利用链表的程序隐式保护工夫戳的先后顺序。当数据被拜访(增加、更新或查问)时,将数据插入到链表头部。当空间已满时,间接淘汰链表的尾节点。
- 查问数据:须要遍历整个链表找到指标数据,工夫复杂度为 O(n);
- 淘汰数据:间接淘汰链表尾节点,工夫复杂度为 O(1)。
-
计划 3 – 基于双向链表 + 散列表: 应用双向链表能够将淘汰数据的工夫复杂度升高为 O(1),然而查问数据的工夫复杂度还是 O(n),咱们能够在双向链表的根底上减少散列表,将查问操作的工夫复杂度升高为 O(1)。
- 查问数据:通过散列表定位数据,工夫复杂度为 O(1);
- 淘汰数据:间接淘汰链表尾节点,工夫复杂度为 O(1)。
计划 3 这种数据结构就叫“哈希链表或链式哈希表”,我更偏向于称为哈希链表,因为当这两个数据结构相结合时,咱们更看重的是它作为链表的排序能力。
咱们明天要探讨的 Java LinkedHashMap 就是基于哈希链表的数据结构。
2. 意识 LinkedHashMap 哈希链表
2.1 说一下 LinkedHashMap 的特点
须要留神:LinkedHashMap 中的 “Linked” 实际上是指双向链表,并不是指解决散列抵触中的拆散链表法。
-
1、LinkedHashMap 是继承于 HashMap 实现的哈希链表,它同时具备双向链表和散列表的特点。事实上,LinkedHashMap 继承了 HashMap 的次要性能,并通过 HashMap 预留的 Hook 点保护双向链表的逻辑。
- 1.1 当 LinkedHashMap 作为散列表时,次要体现出 O(1) 工夫复杂度的查问效率;
- 1.2 当 LinkedHashMap 作为双向链表时,次要体现出有序的个性。
-
2、LinkedHashMap 反对 2 种排序模式,这是通过结构器参数
accessOrder
标记位管制的,示意是否依照拜访程序排序,默认为 false 依照插入程序。- 2.1 插入程序(默认): 依照数据增加到 LinkedHashMap 的程序排序,即 FIFO 策略;
- 2.2 拜访程序: 依照数据被拜访(包含插入、更新、查问)的程序排序,即 LRU 策略。
- 3、在有序性的根底上,LinkedHashMap 提供了保护了淘汰数据能力,并凋谢了淘汰判断的接口
removeEldestEntry()
。在每次增加数据时,会回调removeEldestEntry()
接口,开发者能够重写这个接口决定是否移除最早的节点(在 FIFO 策略中是最早增加的节点,在 LRU 策略中是最早未拜访的节点); - 4、与 HashMap 雷同,LinkedHashMap 也不思考线程同步,也会存在线程平安问题。能够应用 Collections.synchronizedMap 包装类,其原理也是在所有办法上减少 synchronized 关键字。
2.2 说一下 HashMap 和 LinkedHashMap 的区别?
事实上,HashMap 和 LinkedHashMap 并不是平行的关系,而是继承的关系,LinkedHashMap 是继承于 HashMap 实现的哈希链表。
两者次要的区别在于有序性: LinkedHashMap 会保护数据的插入程序或拜访程序,而且封装了淘汰数据的能力。在迭代器遍历时,HashMap 会依照数组程序遍历桶节点,从开发者的视角看是无序的。而是依照双向链表的程序从 head 节点开始遍历,从开发者的视角是能够感知到的插入程序或拜访程序。
LinkedHashMap 示意图
3. HashMap 预留的 Hook 点
LinkedHashMap 继承于 HashMap,在后者的根底上通过双向链表保护节点的插入程序或拜访程序。因而,咱们先回顾下 HashMap 为 LinkedHashMap 预留的 Hook 点:
- afterNodeAccess: 在节点被拜访时回调;
- afterNodeInsertion: 在节点被插入时回调,其中有参数
evict
标记是否淘汰最早的节点。在初始化、反序列化或克隆等结构过程中,evict
默认为 false,示意在结构过程中不淘汰。 - afterNodeRemoval: 在节点被移除时回调。
HashMap.java
// 节点拜访回调
void afterNodeAccess(Node<K,V> p) { }
// 节点插入回调
// evict:是否淘汰最早的节点
void afterNodeInsertion(boolean evict) { }
// 节点移除回调
void afterNodeRemoval(Node<K,V> p) {}
除此了这 3 个空办法外,LinkedHashMap 也重写了局部 HashMap 的办法,在其中插入双链表的保护逻辑,也相当于 Hook 点。在 HashMap 的增加、获取、移除办法中,与 LinkedHashMap 无关的 Hook 点如下:
3.1 HashMap 的增加办法中的 Hook 点
LinkedHashMap 间接复用 HashMap 的增加办法,也反对批量增加:
- HashMap#put: 一一增加或更新键值对;
- HashMap#putAll: 批量增加或更新键值对。
不论是一一增加还是批量增加,最终都会先通过 hash 函数计算键(Key)的散列值,再通过 HashMap#putVal
增加或更新键值对,这些都是 HashMap 的行为。要害的中央在于:LinkedHashMap 在 HashMap#putVal
的 Hook 点中退出了双线链表的逻辑。辨别 2 种状况:
- 增加数据: 如果数据不存在散列表中,则调用
newNode()
或newTreeNode()
创立节点,并回调afterNodeInsertion()
; - 更新数据: 如果数据存在散列表中,则更新 Value,并回调
afterNodeAccess()
。
HashMap.java
// 增加或更新键值对
public V put(K key, V value) {return putVal(hash(key) /* 计算散列值 */, key, value, false, true);
}
// hash:Key 的散列值(通过扰动)final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {Node<K,V>[] tab;
Node<K,V> p;
int n;
int i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash:散列值转数组下标
if ((p = tab[i = (n - 1) & hash]) == null)
// 省略遍历桶的代码,具体分析见 HashMap 源码解说
// 1.1 如果节点不存在,则新增节点
p.next = newNode(hash, key, value, null);
// 2.1 如果节点存在更新节点 Value
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 2.2 Hook:拜访节点回调
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 扩容
if (++size > threshold)
resize();
// 1.2 Hook:新增节点回调
afterNodeInsertion(evict);
return null;
}
HashMap#put 示意图
3.2 HashMap 的获取办法中的 Hook 点
LinkedHashMap 重写了 HashMap#get
办法,在 HashMap 版本的根底上,减少了 afterNodeAccess()
回调。
HashMap.java
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
LinkedHashMap.java
public V get(Object key) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) == null)
return null;
// Hook:节点拜访回调
if (accessOrder)
afterNodeAccess(e);
return e.value;
}
public V getOrDefault(Object key, V defaultValue) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) == null)
return defaultValue;
// Hook:节点拜访回调
if (accessOrder)
afterNodeAccess(e);
return e.value;
}
HashMap#get 示意图
3.3 HashMap 的移除办法中的 Hook 点
LinkedHashMap 间接复用 HashMap 的移除办法,在移除节点后,减少 afterNodeRemoval()
回调。
HashMap.java
// 移除节点
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key)/* 计算散列值 */, 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;
// (n - 1) & hash:散列值转数组下标
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;
// 省略遍历桶的代码,具体分析见 HashMap 源码解说
// 删除 node 节点
if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {
// 省略删除节点的代码,具体分析见 HashMap 源码解说
++modCount;
--size;
// Hook:删除节点回调
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap#remove 示意图
4. LinkedHashMap 源码剖析
这一节,咱们来剖析 LinkedHashMap 中次要流程的源码。
4.1 LinkedHashMap 的属性
- LinkedHashMap 继承于 HashMap,并且新增
head
和tail
指针指向链表的头尾节点(与 LinkedList 相似的头尾节点); - LinkedHashMap 的双链表节点 Entry 继承于 HashMap 的单链表节点 Node,而 HashMap 的红黑树节点 TreeNode 继承于 LinkedHashMap 的双链表节点 Entry。
节点继承关系
LinkedHashMap.java
public class LinkedHashMap<K,V> extends HashMap<K,V> implements Map<K,V> {
// 头指针
transient LinkedHashMap.Entry<K,V> head;
// 尾指针
transient LinkedHashMap.Entry<K,V> tail;
// 是否依照拜访程序排序
final boolean accessOrder;
// 双向链表节点
static class Entry<K,V> extends HashMap.Node<K,V> {
// 前驱指针和后继指针(用于双向链表)Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next/* 单链表指针(用于散列表的抵触解决)*/) {super(hash, key, value, next);
}
}
}
LinkedList.java
public class LinkedList<E> extends AbstractSequentialList<E> implements List<E>, Deque<E>, Cloneable, java.io.Serializable {
// 头指针(// LinkedList 中也有相似的头尾节点)transient Node<E> first;
// 尾指针
transient Node<E> last;
// 双向链表节点
private static class Node<E> {
// 节点数据
//(类型擦除后:Object item;)E item;
// 前驱指针
Node<E> next;
// 后继指针
Node<E> prev;
Node(Node<E> prev, E element, Node<E> next) {
this.item = element;
this.next = next;
this.prev = prev;
}
}
}
LinkedHashMap 的属性很好了解的,不出意外的话又有小朋友进去举手发问了:
- 🙋🏻♀️疑难 1:HashMap.TreeNode 和 LinkedHashMap.Entry 的继承程序是不是反了?
我的了解是作者心愿简化节点类型,所以采纳了非常规的做法(不愧是规范库)。因为 Java 是单继承的,如果依照惯例的做法让 HashMap.TreeNode 间接继承 HashMap.Node,那么在 LinkedHashMap 中就须要辨别 LinkedHashMap.Entry 和 LinkedHashMap.TreeEntry,再应用接口对立两种类型。
惯例实现
4.2 LinkedHashMap 的构造方法
LinkedHashMap 有 5 个构造方法,作用与 HashMap 的构造方法基本一致,区别只在于对 accessOrder
字段的初始化。
// 带初始容量和装载因子的构造方法
public LinkedHashMap(int initialCapacity, float loadFactor) {super(initialCapacity, loadFactor);
accessOrder = false;
}
// 带初始容量的构造方法
public LinkedHashMap(int initialCapacity) {super(initialCapacity);
accessOrder = false;
}
// 无参构造方法
public LinkedHashMap() {super();
accessOrder = false;
}
// 带 Map 的构造方法
public LinkedHashMap(Map<? extends K, ? extends V> m) {super();
accessOrder = false;
putMapEntries(m, false);
}
// 带初始容量、装载因子和 accessOrder 的构造方法
// 是否依照拜访程序排序,为 true 示意依照拜访程序排序,默认为 false
public LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}
4.3 LinkedHashMap 如何保护双链表
当初,咱们看下 LinkedHashMap 是如何保护双链表的。其实,咱们将上一节所有的 Hook 点汇总,会发现这些 Hook 点正好组成了 LinkedHashMap 双向链表的行为:
- 增加数据: 将数据链接到双向链表的尾节点,工夫复杂度为 O(1);
- 拜访数据(包含增加、查问、更新): 将数据挪动到双向链表的尾节点,亦相当于先移除再增加到尾节点,工夫复杂度为 O(1);
- 删除数据: 将数据从双向链表中移除,工夫复杂度为 O(1);
- 淘汰数据: 间接淘汰双向链表的头节点,工夫复杂度为 O(1)。
LinkedHashMap.java
// -> 1.1 如果节点不存在,则新增节点
Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
// 新建双向链表节点
LinkedHashMap.Entry<K,V> p = new LinkedHashMap.Entry<K,V>(hash, key, value, e);
// 增加到双向链表尾部,等价于 LinkedList#linkLast
linkNodeLast(p);
return p;
}
// -> 1.1 如果节点不存在,则新增节点
TreeNode<K,V> newTreeNode(int hash, K key, V value, Node<K,V> next) {
// 新建红黑树节点(继承于双向链表节点)TreeNode<K,V> p = new TreeNode<K,V>(hash, key, value, next);
// 增加到双向链表尾部,等价于 LinkedList#linkLast
linkNodeLast(p);
return p;
}
// 增加到双向链表尾部,等价于 LinkedList#linkLast
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
LinkedHashMap.Entry<K,V> last = tail;
tail = p;
if (last == null)
// last 为 null 阐明首个增加的元素,须要批改 first 指针
head = p;
else {
// 将新节点的前驱指针指向 last
p.before = last;
// 将 last 的 next 指针指向新节点
last.after = p;
}
}
// 节点插入回调
// evict:是否淘汰最早的节点
void afterNodeInsertion(boolean evict) { // possibly remove eldest
LinkedHashMap.Entry<K,V> first;
// removeEldestEntry:是否淘汰最早的节点,即是否淘汰头节点(由子类实现)if (evict && (first = head) != null && removeEldestEntry(first)) {
// 移除 first 节点,腾出缓存空间
K key = first.key;
removeNode(hash(key), key, null, false, true);
}
}
// 移除节点回调
void afterNodeRemoval(Node<K,V> e) { // unlink
// 实现了规范的双链表移除
LinkedHashMap.Entry<K,V> p = (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.before = p.after = null;
if (b == null)
// 删除的是头节点,则修改 head 指针
head = a;
else
// 修改前驱节点的后继指针,指向被删除节点的后继节点
b.after = a;
if (a == null)
// 删除的是尾节点,则修改 tail 指针
tail = b;
else
// 修改后继节点的前驱指针,指向被删除节点的前驱节点
a.before = b;
}
// 节点拜访回调
void afterNodeAccess(Node<K,V> e) { // move node to last
// 先将节点 e 移除,再增加到链表尾部
LinkedHashMap.Entry<K,V> last;
// accessOrder:是否依照拜访程序排序,为 false 则保留插入程序
if (accessOrder && (last = tail) != e) {
// 这两个 if 语句块就是 afterNodeRemoval 的逻辑
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;
// 这个 if 语句块就是 linkNodeLast 的逻辑
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
// 淘汰判断接口,由子类实现
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {return false;}
4.4 LinkedHashMap 的迭代器
与 HashMap 相似,LinkedHashMap 也提供了 3 个迭代器:
- LinkedEntryIterator: 键值对迭代器
- LinkedKeyIterator: 键迭代器
- LinkedValueIterator: 值迭代器
区别在于 LinkedHashMap 本人实现了 LinkedHashIterator
。在迭代器遍历时,HashMap 会依照数组程序遍历桶节点,从开发者的视角看是无序的。而 LinkedHashMap 是依照双向链表的程序从 head 节点开始遍历,从开发者的视角是能够感知到的插入程序或拜访程序。
LinkedHashMap.java
abstract class LinkedHashIterator {
LinkedHashMap.Entry<K,V> next;
LinkedHashMap.Entry<K,V> current;
// 批改计数
int expectedModCount;
LinkedHashIterator() {
// 从头结点开始遍历
next = head;
// 批改计数
expectedModCount = modCount;
current = null;
}
public final boolean hasNext() {return next != null;}
final LinkedHashMap.Entry<K,V> nextNode() {
LinkedHashMap.Entry<K,V> e = next;
// 查看批改计数
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
current = e;
next = e.after;
return e;
}
...
}
4.5 LinkedHashMap 的序列化过程
与 HashMap 雷同,LinkedHashMap 也重写了 JDK 序列化的逻辑,并保留了 HashMap 中序列化的主体构造。LinkedHashMap 只是重写了 internalWriteEntries()
,依照双向链表的程序进行序列化,这样在反序列化时就可能复原双向链表程序。
HashMap.java
// 序列化过程
private void writeObject(java.io.ObjectOutputStream s) throws IOException {int buckets = capacity();
s.defaultWriteObject();
// 写入容量
s.writeInt(buckets);
// 写入无效元素个数
s.writeInt(size);
// 写入无效元素
internalWriteEntries(s);
}
// 不关怀键值对所在的桶,在反序列化会从新映射
void internalWriteEntries(java.io.ObjectOutputStream s) throws IOException {Node<K,V>[] tab;
if (size > 0 && (tab = table) != null) {for (int i = 0; i < tab.length; ++i) {for (Node<K,V> e = tab[i]; e != null; e = e.next) {s.writeObject(e.key);
s.writeObject(e.value);
}
}
}
}
LinkedHashMap.java
// 重写:依照双向链表程序写入
void internalWriteEntries(java.io.ObjectOutputStream s) throws IOException {for (LinkedHashMap.Entry<K,V> e = head; e != null; e = e.after) {s.writeObject(e.key);
s.writeObject(e.value);
}
}
5. 基于 LinkedHashMap 实现 LRU 缓存
这一节,咱们来实现一个简略的 LRU 缓存。了解了 LinkedHashMap 保护插入程序和拜访程序的原理后,置信你曾经晓得如何实现 LRU 缓存了。
- 首先,咱们曾经晓得,LinkedHashMap 反对 2 种排序模式,这是通过结构器参数
accessOrder
标记位管制的。所以,这里咱们须要将accessOrder
设置为 true 示意应用 LRU 模式的拜访程序排序。 - 其次,咱们不须要实现淘汰数据的逻辑,只须要重写淘汰判断接口
removeEldestEntry()
,当缓存数量大于缓存容量时返回 true,示意移除最早的节点。
MaxSizeLruCacheDemo.java
public class MaxSizeLruCacheDemo extends LinkedHashMap {
private int maxElements;
public LRUCache(int maxSize) {super(maxSize, 0.75F, true);
maxElements = maxSize;
}
protected boolean removeEldestEntry(java.util.Map.Entry eldest) {
// 超出容量
return size() > maxElements;}
}
6. 总结
- 1、LRU 是一种缓存淘汰算法,与其余淘汰算法相比,LRU 算法利用了“局部性原理”,缓存的均匀命中率更高;
-
2、应用双向链表 + 散列表实现的 LRU,在增加、查问、移除和淘汰数据的工夫复杂度都是 O(1),这种数据结构也叫哈希链表;
- 查问数据: 通过散列表定位数据,工夫复杂度为 O(1);
- 淘汰数据: 间接淘汰链表尾节点,工夫复杂度为 O(1)。
-
3、应用 LinkedHashMap 时,次要关注 2 个 API:
accessOrder
标记位: LinkedHashMap 同时实现了 FIFO 和 LRU 两种淘汰策略,默认为 FIFO 排序,能够应用 accessOrder 标记位批改排序模式。removeEldestEntry()
接口: 每次增加数据时,LinkedHashMap 会回调 removeEldestEntry() 接口。开发者能够重写 removeEldestEntry() 接口决定是否移除最早的节点(在 FIFO 策略中是最早增加的节点,在 LRU 策略中是最久未拜访的节点)。
- 4、Android 的 LruCache 内存缓存和 DiskLruCache 磁盘缓存中,都间接复用了 LinkedHashMap 的 LRU 能力。
明天,咱们剖析了 LinkedHashMap 的实现原理。在下篇文章里,咱们来剖析 LRU 的具体实现利用,例如 Android 规范库中的 LruCache 内存缓存。
能够思考一个问题,LinkedHashMap 是非线程平安的,Android 的 LruCache 是如何解决线程平安问题的?请关注 小彭说 · Android 开源组件 专栏。
参考资料
- 数据结构与算法剖析 · Java 语言形容(第 5 章 · 散列)—— [美] Mark Allen Weiss 著
- 算法导论(第 11 章 · 散列表)—— [美] Thomas H. Cormen 等 著
- 数据结构与算法之美(第 6、18~22 讲)—— 王争 著,极客工夫 出品
- LinkedHashMap 源码详细分析(JDK1.8)—— 田小波 著
- LRU 算法及其优化策略——算法篇 —— 豆豉辣椒炒腊肉 著
- 缓冲池 (buffer pool),这次彻底懂了!—— 58 沈剑 著
- LeetCode 146. LRU 缓存 —— LeetCode
- Cache replacement policies —— Wikipedia