码迷,mamicode.com
首页 > 其他好文 > 详细

LinkedHashmap简要说明

时间:2020-06-28 18:09:56      阅读:36      评论:0      收藏:0      [点我收藏+]

标签:new   能力   二次   获取   code   这一   引入   相关   通过   

https://segmentfault.com/a/1190000012964859

LinkedHashMap 继承自 HashMap,在 HashMap 基础上,通过维护一条双向链表,解决了 HashMap 不能随时保持遍历顺序和插入顺序一致的问题。除此之外,LinkedHashMap 对访问顺序也提供了相关支持。在一些场景下,该特性很有用,比如缓存。在实现上,LinkedHashMap 很多方法直接继承自 HashMap,仅为维护双向链表覆写了部分方法。所以,要看懂 LinkedHashMap 的源码,需要先看懂 HashMap 的源码。

2. 原理

上一章说了 LinkedHashMap 继承自 HashMap,所以它的底层仍然是基于拉链式散列结构。该结构由数组和链表或红黑树组成,结构示意图大致如下:

 技术图片

 

 

LinkedHashMap 在上面结构的基础上,增加了一条双向链表,使得上面的结构可以保持键值对的插入顺序。同时通过对链表进行相应的操作,实现了访问顺序相关逻辑。其结构可能如下图:

 

上图中,淡蓝色的箭头表示前驱引用,红色箭头表示后继引用。每当有新键值对节点插入,新节点最终会接在 tail 引用指向的节点后面。而 tail 引用则会移动到新的节点上,这样一个双向链表就建立起来了。

上面的结构并不是很难理解,虽然引入了红黑树,导致结构看起来略为复杂了一些。但大家完全可以忽略红黑树,而只关注链表结构本身。好了,接下来进入细节分析吧。

3. 源码分析

3.1 Entry 的继承体系

在对核心内容展开分析之前,这里先插队分析一下键值对节点的继承体系。先来看看继承体系结构图:

 技术图片

 

 

上面的继承体系乍一看还是有点复杂的,同时也有点让人迷惑。HashMap 的内部类 TreeNode 不继承它的了一个内部类 Node,却继承自 Node 的子类 LinkedHashMap 内部类 Entry。这里这样做是有一定原因的,这里先不说。先来简单说明一下上面的继承体系。LinkedHashMap 内部类 Entry 继承自 HashMap 内部类 Node,并新增了两个引用,分别是 before after。这两个引用的用途不难理解,也就是用于维护双向链表。同时,TreeNode 继承 LinkedHashMap 的内部类 Entry 后,就具备了和其他 Entry 一起组成链表的能力。但是这里需要大家考虑一个问题。当我们使用 HashMap 时,TreeNode 并不需要具备组成链表能力。如果继承 LinkedHashMap 内部类 Entry TreeNode 就多了两个用不到的引用,这样做不是会浪费空间吗?简单说明一下这个问题(水平有限,不保证完全正确),这里这么做确实会浪费空间,但与 TreeNode 通过继承获取的组成链表的能力相比,这点浪费是值得的。在 HashMap 的设计思路注释中,有这样一段话:

3.1 链表的建立过程

链表的建立过程是在插入键值对节点时开始的,初始情况下,让 LinkedHashMap head tail 引用同时指向新节点,链表就算建立起来了。随后不断有新节点插入,通过将新节点接在 tail 引用指向节点的后面,即可实现链表的更新。

Map 类型的集合类是通过 put(K,V) 方法插入键值对,LinkedHashMap 本身并没有覆写父类的 put 方法,而是直接使用了父类的实现。但在 HashMap 中,put 方法插入的是 HashMap 内部类 Node 类型的节点,该类型的节点并不具备与 LinkedHashMap 内部类 Entry 及其子类型节点组成链表的能力。那么,LinkedHashMap 是怎样建立链表的呢?在展开说明之前,我们先看一下 LinkedHashMap 插入操作相关的代码:

// HashMap 中实现public V put(K key, V value) {

    return putVal(hash(key), key, value, false, true);

}

// HashMap 中实现

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) {...}

    // 通过节点 hash 定位节点所在的桶位置,并检测桶中是否包含节点引用

    if ((p = tab[i = (n - 1) & hash]) == null) {...}

    else {

        Node<K,V> e; K k;

        if (p.hash == hash &&

            ((k = p.key) == key || (key != null && key.equals(k))))

            e = p;

        else if (p instanceof TreeNode) {...}

        else {

            // 遍历链表,并统计链表长度

            for (int binCount = 0; ; ++binCount) {

                // 未在单链表中找到要插入的节点,将新节点接在单链表的后面

                if ((e = p.next) == null) {

                    p.next = newNode(hash, key, value, null);

                    if (binCount >= TREEIFY_THRESHOLD - 1) {...}

                    break;

                }

                // 插入的节点已经存在于单链表中

                if (e.hash == hash &&

                    ((k = e.key) == key || (key != null && key.equals(k))))

                    break;

                p = e;

            }

        }

        if (e != null) { // existing mapping for key

            V oldValue = e.value;

            if (!onlyIfAbsent || oldValue == null) {...}

            afterNodeAccess(e);    // 回调方法,后续说明

            return oldValue;

        }

    }

    ++modCount;

    if (++size > threshold) {...}

    afterNodeInsertion(evict);    // 回调方法,后续说明

    return null;

}

// HashMap 中实现Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {

    return new Node<>(hash, key, value, next);

}

// LinkedHashMap 中覆写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);

    // 将 Entry 接在双向链表的尾部

    linkNodeLast(p);

    return p;

}

// LinkedHashMap 中实现private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {

    LinkedHashMap.Entry<K,V> last = tail;

    tail = p;

    // last 为 null,表明链表还未建立

    if (last == null)

        head = p;

    else {

        // 将新节点 p 接在链表尾部

        p.before = last;

        last.after = p;

    }

}

 

上面就是 LinkedHashMap 插入相关的源码,这里省略了部分非关键的代码。我根据上面的代码,可以知道 LinkedHashMap 插入操作的调用过程。如下:

 

我把 newNode 方法红色背景标注了出来,这一步比较关键。LinkedHashMap 覆写了该方法。在这个方法中,LinkedHashMap 创建了 Entry,并通过 linkNodeLast 方法将 Entry 接在双向链表的尾部,实现了双向链表的建立。双向链表建立之后,我们就可以按照插入顺序去遍历 LinkedHashMap,大家可以自己写点测试代码验证一下插入顺序。

我们看一下插入后是怎么实现双向连接的

 

 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;

        }

}

 

两个全局变量head ,tail。head用于记录第一个put的Entry,tail用于记录最后一次put的Entry

第一次put:Entry1,按照方法linkNodeLast来运行

 

LinkedHashMap.Entry<K,V> last = tail = null;

        tail = p = Entry1;

        if (last == null)

            head = p = Entry1;

        else {

            p.before = last;

            last.after = p;

        }

 

那么结果就是 head = Entry1;  tail = Entry1; Entry1.before = null ,Entry1.last = null

第二次put:Entry2

LinkedHashMap.Entry<K,V> last = tail = Entry1;

        tail = p = Entry2;

        if (last == null)

            head = p;

        else {

            p.before = Entry2.before = last = Entry1;

            last.after = Entry1.after = Entry2;

        }

 

那么结果是 head = Entry1;tail = Entry2; 

Entry1.after=Entry2;Entry2.before =Entry1;

.....以此类推

3.2 链表节点的删除过程

与插入操作一样,LinkedHashMap 删除操作相关的代码也是直接用父类的实现。在删除节点时,父类的删除逻辑并不会修复 LinkedHashMap 所维护的双向链表,这不是它的职责。那么删除及节点后,被删除的节点该如何从双链表中移除呢?当然,办法还算是有的。上一节最后提到 HashMap 中三个回调方法运行 LinkedHashMap 对一些操作做出响应。所以,在删除及节点后,回调方法 afterNodeRemoval 会被调用。LinkedHashMap 覆写该方法,并在该方法中完成了移除被删除节点的操作。相关源码如下:

// HashMap 中实现

public V remove(Object key) {

    Node<K,V> e;

    return (e = removeNode(hash(key), key, null, false, true)) == null ?

        null : e.value;

}

 

// HashMap 中实现

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;

        if (p.hash == hash &&

            ((k = p.key) == key || (key != null && key.equals(k))))

            node = p;

        else if ((e = p.next) != null) {

            if (p instanceof TreeNode) {...}

            else {

                // 遍历单链表,寻找要删除的节点,并赋值给 node 变量

                do {

                    if (e.hash == hash &&

                        ((k = e.key) == key ||

                         (key != null && key.equals(k)))) {

                        node = e;

                        break;

                    }

                    p = e;

                } while ((e = e.next) != null);

            }

        }

        if (node != null && (!matchValue || (v = node.value) == value ||

                             (value != null && value.equals(v)))) {

            if (node instanceof TreeNode) {...}

            // 将要删除的节点从单链表中移除

            else if (node == p)

                tab[index] = node.next;

            else

                p.next = node.next;

            ++modCount;

            --size;

            afterNodeRemoval(node);    // 调用删除回调方法进行后续操作

            return node;

        }

    }

    return null;

}

 

// LinkedHashMap 中覆写

void afterNodeRemoval(Node<K,V> e) { // unlink

    LinkedHashMap.Entry<K,V> p =

        (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;

    // 将 p 节点的前驱后后继引用置空

    p.before = p.after = null;

    // b 为 null,表明 p 是头节点

    if (b == null)

        head = a;

    else

        b.after = a;

    // a 为 null,表明 p 是尾节点

    if (a == null)

        tail = b;

    else

        a.before = b;

}

 

删除的过程并不复杂,上面这么多代码其实就做了三件事:

  1. 根据 hash 定位到桶位置
  2. 遍历链表或调用红黑树相关的删除方法
  3. LinkedHashMap 维护的双链表中移除要删除的节点

举个例子说明一下,假如我们要删除下图键值为 3 的节点。

 

根据 hash 定位到该节点属于3号桶,然后在对3号桶保存的单链表进行遍历。找到要删除的节点后,先从单链表中移除该节点。如下:

 技术图片

 

 

然后再双向链表中移除该节点:

 技术图片

 

 

删除及相关修复过程并不复杂,结合上面的图片,大家应该很容易就能理解,这里就不多说了。

3.3 访问顺序的维护过程

前面说了插入顺序的实现,本节来讲讲访问顺序。默认情况下,LinkedHashMap 是按插入顺序维护链表。不过我们可以在初始化 LinkedHashMap,指定 accessOrder 参数为 true,即可让它按访问顺序维护链表。访问顺序的原理上并不复杂,当我们调用get/getOrDefault/replace等方法时,只需要将这些方法访问的节点移动到链表的尾部即可。相应的源码如下:

// LinkedHashMap 中覆写

public V get(Object key) {

    Node<K,V> e;

    if ((e = getNode(hash(key), key)) == null)

        return null;

    // 如果 accessOrder 为 true,则调用 afterNodeAccess 将被访问节点移动到链表最后

    if (accessOrder)

        afterNodeAccess(e);

    return e.value;

}

 

// LinkedHashMap 中覆写

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;

        // 如果 b 为 null,表明 p 为头节点

        if (b == null)

            head = a;

        else

            b.after = a;

            

        if (a != null)

            a.before = b;

        /*

         * 这里存疑,父条件分支已经确保节点 e 不会是尾节点,

         * 那么 e.after 必然不会为 null,不知道 else 分支有什么作用

         */

        else

            last = b;

    

        if (last == null)

            head = p;

        else {

            // 将 p 接在链表的最后

            p.before = last;

            last.after = p;

        }

        tail = p;

        ++modCount;

    }

}

 

上面就是访问顺序的实现代码,并不复杂。下面举例演示一下,帮助大家理解。假设我们访问下图键值为3的节点,访问前结构为:

 技术图片

 

 

访问后,键值为3的节点将会被移动到双向链表的最后位置,其前驱和后继也会跟着更新。访问后的结构如下:

 技术图片

 

 

3.4 基于 LinkedHashMap 实现缓存

前面介绍了 LinkedHashMap 是如何维护插入和访问顺序的,大家对 LinkedHashMap 的原理应该有了一定的认识。本节我们来写一些代码实践一下,这里通过继承 LinkedHashMap 实现了一个简单的 LRU 策略的缓存。在写代码之前,先介绍一下前置知识。

3.1节分析链表建立过程时,我故意忽略了部分源码分析。本节就把忽略的部分补上,先看源码吧:

void afterNodeInsertion(boolean evict) { // possibly remove eldest

    LinkedHashMap.Entry<K,V> first;

    // 根据条件判断是否移除最近最少被访问的节点

    if (evict && (first = head) != null && removeEldestEntry(first)) {

        K key = first.key;

        removeNode(hash(key), key, null, false, true);

    }

}

 

// 移除最近最少被访问条件之一,通过覆盖此方法可实现不同策略的缓存protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {

    return false;

}

上面的源码的核心逻辑在一般情况下都不会被执行,所以之前并没有进行分析。上面的代码做的事情比较简单,就是通过一些条件,判断是否移除最近最少被访问的节点。看到这里,大家应该知道上面两个方法的用途了。当我们基于 LinkedHashMap 实现缓存时,通过覆写removeEldestEntry方法可以实现自定义策略的 LRU 缓存。比如我们可以根据节点数量判断是否移除最近最少被访问的节点,或者根据节点的存活时间判断是否移除该节点等。本节所实现的缓存是基于判断节点数量是否超限的策略。在构造缓存对象时,传入最大节点数。当插入的节点数超过最大节点数时,移除最近最少被访问的节点。实现代码如下:

public class SimpleCache<K, V> extends LinkedHashMap<K, V> {

 

    private static final int MAX_NODE_NUM = 100;

 

    private int limit;

 

    public SimpleCache() {

        this(MAX_NODE_NUM);

    }

 

    public SimpleCache(int limit) {

        super(limit, 0.75f, true);

        this.limit = limit;

    }

 

    public V save(K key, V val) {

        return put(key, val);

    }

 

    public V getOne(K key) {

        return get(key);

    }

 

    public boolean exists(K key) {

        return containsKey(key);

    }

 

    

    /**

     * 判断节点数是否超限

     * @param eldest

     * @return 超限返回 true,否则返回 false

     */

    @Override

    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {

        return size() > limit;

    }

}

 

测试代码如下:

public class SimpleCacheTest {

 

    @Test

    public void test() throws Exception {

        SimpleCache<Integer, Integer> cache = new SimpleCache<>(3);

 

        for (int i = 0; i < 10; i++) {

            cache.save(i, i * i);

        }

 

        System.out.println("插入10个键值对后,缓存内容:");

        System.out.println(cache + "\n");

 

        System.out.println("访问键值为7的节点后,缓存内容:");

        cache.getOne(7);

        System.out.println(cache + "\n");

 

        System.out.println("插入键值为1的键值对后,缓存内容:");

        cache.save(1, 1);

        System.out.println(cache);

    }

}

 

测试结果如下:

 技术图片

 

 

在测试代码中,设定缓存大小为3。在向缓存中插入10个键值对后,只有最后3个被保存下来了,其他的都被移除了。然后通过访问键值为7的节点,使得该节点被移到双向链表的最后位置。当我们再次插入一个键值对时,键值为7的节点就不会被移除。

本节作为对前面内的补充,简单介绍了 LinkedHashMap 在其他方面的应用。本节内容及相关代码并不难理解,这里就不在赘述了。

 

 

LinkedHashmap简要说明

标签:new   能力   二次   获取   code   这一   引入   相关   通过   

原文地址:https://www.cnblogs.com/jthr/p/13204052.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!