分析 java.util.LinkedHashMap_unable to make field transient java.util.linkedhas-优快云博客

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
1. 前置节点为空，表示P为头节点
2. 前置节点不为空，表示P为中间节点
处理后置节点
1. 后置节点为空，表示P为尾节点
2. 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;  
}

应用

实现LRU

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