LinkedHashMap源码分析

本文深入剖析了LinkedHashMap的工作原理,介绍了其如何通过维护双向链表保证元素的插入或访问顺序,并探讨了LRU缓存策略的实现。

一、声明

摘自jdk1.8

public class LinkedHashMap<K,V>
    extends HashMap<K,V>
    implements Map<K,V>

二、概述

LinkedHashMap继承了HashMap,在HashMap基础上,通过维护一个双向链表来保证迭代顺序与插入顺序一致,也可以通过指定参数accessOrder=true,来保证迭代顺序为访问顺序(put、get都算访问)。

Map<String,String> map = new LinkedHashMap<String, String>();
map.put("k1","1");
map.put(null,"null");
map.put("k2","2");
map.put("k3","3");
map.put("k4","4");
for(Map.Entry<String, String> entry : map.entrySet()) {
    System.out.println(entry.getKey() + ": " + entry.getValue());
}

输出结果:

k1: 1
null: null
k2: 2
k3: 3
k4: 4

LinkedHashMap有两个属性head,tail,是双向链表的头节点和尾节点,其节点是LinkedHashMap.Entry,继承HashMap.Node,before和after分别代表链表中前一个节点引用和后一个节点引用。

static 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);
    }
}

LinkedHashMap覆盖了HashMap的newNode,newTreeNode方法,调用put方法时会将HashMap.Node换为LinkedHashMap.Entry(put方法详情可查看上一篇 java8-HashMap源码分析),从而构建出一条双向链表。

Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
     LinkedHashMap.Entry<K,V> p =
         new LinkedHashMap.Entry<K,V>(hash, key, value, e);
     linkNodeLast(p);
     return p;
}
// link at the end of list
private void linkNodeLast(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;
    }
}

内存中的存储结构如下:
LinkedHashMap

三、重要方法

HashMap中有三个空实现的方法:

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

LinkedHashMap对这三个方法做了具体实现,从注释和方法名字可以看出它们是 节点访问后、节点插入后、节点移除后的回调方法。

1.afterNodeAccess()

void afterNodeAccess(Node<K,V> e) { // move node to last
        LinkedHashMap.Entry<K,V> last;
        //如果是按访问顺序排序,且当前节点不是尾节点,则将当前节点移动到末尾
        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;
        }
    }

2.afterNodeInsertion()

void afterNodeInsertion(boolean evict) { // possibly remove eldest
        LinkedHashMap.Entry<K,V> first;
        //当自定义的溢出规则成立,则移除头节点
        if (evict && (first = head) != null && removeEldestEntry(first)) {
            K key = first.key;
            removeNode(hash(key), key, null, false, true);
        }
    }

removeEldestEntry方法默认是返回false,如果自定义溢出规则,则可以将最近最少访问的节点移除,这就是一个经典的LRU置换算法的实现。

//代码摘自mysql jdbc包
package com.mysql.jdbc.util;

import java.util.LinkedHashMap;
import java.util.Map.Entry;

public class LRUCache extends LinkedHashMap {
    private static final long serialVersionUID = 1L;
    protected int maxElements;

    public LRUCache(int maxSize) {
        super(maxSize);
        this.maxElements = maxSize;
    }

    protected boolean removeEldestEntry(Entry eldest) {
        return this.size() > this.maxElements;
    }
}

3.afterNodeRemoval()

void afterNodeRemoval(Node<K,V> e) { // unlink
        LinkedHashMap.Entry<K,V> p =
            (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
        //执行remove操作后,将链表中对应节点也删除
        p.before = p.after = null;
        if (b == null)
            head = a;
        else
            b.after = a;
        if (a == null)
            tail = b;
        else
            a.before = b;
    }

4.put、get方法
LinkedHashMap并未覆盖put方法。get方法则重新实现并加入了afterNodeAccess来保证访问顺序。

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;
    }

这里要特别注意,当设置按访问顺序排序时,调用get方法也会更新链表,因此以下代码迭代会抛出ConcurrentModificationException,应当使用entrySet迭代。

for(Iterator<String> iterator = map.keySet().iterator(); iterator.hasNext();){
    String name = iterator.next();
    System.out.println(name+":"+map.get(name));
}
结果:
k1:1
Exception in thread "main" java.util.ConcurrentModificationException
    at java.util.LinkedHashMap$LinkedHashIterator.nextNode(LinkedHashMap.java:719)
    at java.util.LinkedHashMap$LinkedKeyIterator.next(LinkedHashMap.java:742)
    at hub.UserVo.main(UserVo.java:32)

四、总结

  1. LinkedHashMap继承HashMap,可以按插入顺序排序,也可以通过设置参数accessOrder=true,按访问顺序排序,其内部通过维护一个双向链表来保证迭代顺序;
  2. 覆盖了afterNodeAccess、afterNodeInsertion、afterNodeRemoval三个方法;
  3. 通过指定accessOrder=true,并覆盖removeEldestEntry方法自定义溢出规则可以实现LRUCache。

参考资料:
Java LinkedHashMap工作原理及实现

先展示下效果 https://pan.quark.cn/s/5061241daffd 在使用Apache HttpClient库发起HTTP请求的过程中,有可能遇到`HttpClient`返回`response`为`null`的现象,这通常暗示着请求未能成功执行或部分资源未能得到妥善处理。 在本文中,我们将详细研究该问题的成因以及应对策略。 我们需要掌握`HttpClient`的运作机制。 `HttpClient`是一个功能强大的Java库,用于发送HTTP请求并接收响应。 它提供了丰富的API,能够处理多种HTTP方法(例如GET、POST等),支持重试机制、连接池管理以及自定义请求头等特性。 然而,一旦`response`对象为`null`,可能涉及以下几种情形:1. **连接故障**:网络连接未成功建立或在请求期间中断。 需要检查网络配置,确保服务器地址准确且可访问。 2. **超时配置**:若请求超时,`HttpClient`可能不会返回`response`。 应检查连接和读取超时设置,并根据实际需求进行适当调整。 3. **服务器故障**:服务器可能返回了错误状态码(如500内部服务器错误),`HttpClient`无法解析该响应。 建议查看服务器日志以获取更多详细信息。 4. **资源管理**:在某些情况下,如果请求的响应实体未被正确关闭,可能导致连接被提前释放,进而使后续的`response`对象为`null`。 在使用`HttpClient 3.x`版本时,必须手动调用`HttpMethod.releaseConnection()`来释放连接。 而在`HttpClient 4.x`及以上版本中,推荐采用`EntityUtils.consumeQuietly(respons...
基于蒙特卡洛,copula函数,fuzzy-kmeans获取6个典型场景进行随机优化多类型电动汽车采用分时电价调度,考虑上级电网出力、峰谷差惩罚费用、风光调度、电动汽车负荷调度费用和网损费用内容概要:本文围绕多类型电动汽车在分时电价机制下的优化调度展开研究,采用蒙特卡洛模拟、Copula函数和模糊K-means聚类方法获取6个典型场景,并在此基础上进行随机优化。模型综合考虑了上级电网出力、峰谷差惩罚费用、风光可再生能源调度、电动汽车负荷调度成本以及电网网损费用等多个关键因素,旨在实现电力系统运行的经济性与稳定性。通过Matlab代码实现相关算法,验证所提方法的有效性与实用性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①用于研究大规模电动汽车接入电网后的负荷调控策略;②支持含风光等可再生能源的综合能源系统优化调度;③为制定合理的分时电价政策及降低电网峰谷差提供技术支撑;④适用于学术研究、论文复现与实际项目仿真验证。; 阅读建议:建议读者结合文中涉及的概率建模、聚类分析与优化算法部分,动手运行并调试Matlab代码,深入理解场景生成与随机优化的实现流程,同时可扩展至更多元化的应用场景如V2G、储能协同调度等。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值