LinkedHashMap 集合源码分析

2024-04-09 02:04

本文主要是介绍LinkedHashMap 集合源码分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

LinkedHashMap 集合源码分析

文章目录

  • LinkedHashMap 集合源码分析
  • 一、字段分析
  • 二、内部类分析
  • 三、构造方法分析
  • 四、内部方法分析
  • 五、总结


在这里插入图片描述

  • LinkedHashMap 是 HashMap 的子类,在 HashMap 的基础上维护了双向链表,保证了有序性。默认是不排序的,可在初始化时传入 accessOrder = true,则进行排序

一、字段分析

// 指向LinkedHashMap 维护的双向链表的头结点
transient LinkedHashMap.Entry<K,V> head;
// 指向LinkedHashMap 维护的双向链表的尾结点
transient LinkedHashMap.Entry<K,V> tail;
// 是否排序:默认false:不排序。设为true时:越近访问的节点越靠近尾结点,即头结点 -> 尾结点
// 按 最近访问时间降序排列,即越靠近尾结点,离上次访问时间越近。
final boolean accessOrder;

二、内部类分析

//可以看到是继承了 hashmap 的 node,再次基础上多了 before 和  after,就是用来维护双向链表的
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);}}

三、构造方法分析

	//传入默认的初始容量 和 加载因子,默认不排序public LinkedHashMap(int initialCapacity, float loadFactor) {super(initialCapacity, loadFactor);accessOrder = false;}//闯入默认的初始容量,默认不排序public LinkedHashMap(int initialCapacity) {super(initialCapacity);accessOrder = false;}//无参构造,默认不排序public LinkedHashMap() {super();accessOrder = false;}//传入集合m来,使用集合m的所有元素来构建 LinkedHashMap,默认不排序public LinkedHashMap(Map<? extends K, ? extends V> m) {super();accessOrder = false;putMapEntries(m, false);}//传入初始容量,加载因子,也可指定进行排序即truepublic LinkedHashMap(int initialCapacity,float loadFactor,boolean accessOrder) {super(initialCapacity, loadFactor);this.accessOrder = accessOrder;}

四、内部方法分析

  • LinkedHashMap 的添加元素、删除元素,扩容等方法都是直接使用 了 HashMap 的方法。
  • 但在 HashMap 的基础上做了扩展,体现了多态性。主要是三种方法:
    • afterNodeRemoval:将被删除的节点从 LinkedHashMap 维护的双向链表中移除。
    • afterNodeInsertion:用来判断是否删除 LinkedHashMap 维护的双向链表的头结点,即最久未被访问的节点。
    • afterNodeAccess:将传入的node节点放置末尾,即最近访问的元素。
    //将 e 节点从双向链表中删除void afterNodeRemoval(Node<K,V> e) { // unlinkLinkedHashMap.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;elseb.after = a;if (a == null)tail = b;elsea.before = b;}//evict:true:删除最久未被访问的元素,即双向链表的头结点void afterNodeInsertion(boolean evict) { // possibly remove eldestLinkedHashMap.Entry<K,V> first;if (evict && (first = head) != null && removeEldestEntry(first)) {K key = first.key;removeNode(hash(key), key, null, false, true);}}//节点e是刚刚访问的节点,判断是否需将其移动至双向链表的尾结点void afterNodeAccess(Node<K,V> e) { // move node to lastLinkedHashMap.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;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;++modCount;}}

五、总结

  • 我们知道 HashMap 并不能保证有序性,而 LinkedHashMap 作为 HashMap 子类解决了排序的问题。在构造时,通过传入afterNodeAccess = true 来设置LinkedHashMap是有序的。
  • 通过维护双向来链表来保证有序性,拥有变量 head 和 tail 分别指向双向链表的头结点和尾结点,越靠近 尾结点,越是最近访问的节点,越是靠近头结点,越是越久未被访问的节点。
  • 可用于实现 LRU 算法:
    • 使用 LinkedHashMap 实现 LRU:

      class LRUCache extends LinkedHashMap<Integer, Integer>{private int capacity;public LRUCache(int capacity) {super(capacity, 0.75F, true);this.capacity = capacity;}public int get(int key) {return super.getOrDefault(key, -1);}public void put(int key, int value) {super.put(key, value);}@Overrideprotected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {return size() > capacity; }
      }
      
    • 不适用 LinkedHashMap 实现 LRU:

      class LRUCache {static class Node{public int key;public int val;public Node prev;public Node next;public Node(){this.key = -1;this.val = -1;}public Node(int key,int val){this.key = key;this.val = val;}}//最大容量    int capacity;//节点数量int size;//虚拟头节点Node dummyHead;//虚拟尾节点Node dummyTail;Map<Integer,Node> map = new HashMap<>();public LRUCache(int capacity) {this.capacity = capacity;this.size = 0;dummyHead = new Node();dummyTail = new Node();dummyHead.next = dummyTail;dummyTail.prev = dummyHead;}public int get(int key) {if(!map.containsKey(key)){return -1;}Node node = map.get(key);//将该节点从原位置删除remove(node);//将该节点添加到链表尾部addLeast(node);return node.val;}public void put(int key, int value) {Node cur = new Node(key,value);remove(map.get(key));addLeast(cur);}//删除节点public void remove(Node node){if(node == null) return;node.prev.next = node.next;node.next.prev = node.prev;node.next = null;node.prev = null;size --;map.remove(node.key);}//将节点添加到尾部public void addLeast(Node node){Node prev = dummyTail.prev;prev.next = node;node.prev = prev;node.next = dummyTail;dummyTail.prev = node;size ++;map.put(node.key,node);//超过最大容量了if(size > capacity){removeFirst();}}//删除头节点public Node removeFirst(){if(dummyHead.next == dummyTail) return null;Node remove = dummyHead.next;remove(remove);return remove;}
      }

这篇关于LinkedHashMap 集合源码分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/886926

相关文章

Java集合中的链表与结构详解

《Java集合中的链表与结构详解》链表是一种物理存储结构上非连续的存储结构,数据元素的逻辑顺序的通过链表中的引用链接次序实现,文章对比ArrayList与LinkedList的结构差异,详细讲解了链表... 目录一、链表概念与结构二、当向单链表的实现2.1 准备工作2.2 初始化链表2.3 打印数据、链表长

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、

MySQL中读写分离方案对比分析与选型建议

《MySQL中读写分离方案对比分析与选型建议》MySQL读写分离是提升数据库可用性和性能的常见手段,本文将围绕现实生产环境中常见的几种读写分离模式进行系统对比,希望对大家有所帮助... 目录一、问题背景介绍二、多种解决方案对比2.1 原生mysql主从复制2.2 Proxy层中间件:ProxySQL2.3

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类