当前位置: 首页 > article >正文

LinkedHashMap源码分析以及LRU的应用

LinkedHashMap源码分析以及LRU的应用

LinkedHashMap简介

LinkedHashMap我们都知道是在HashMap的基础上,保证了元素添加时的顺序;除此之外,它还支持LRU可以当做缓存中心使用

源码分析目的

  • 分析保持元素有序性是如何实现的

  • LRU是如何实现的

源码分析

有序性的实现

public class LinkedHashMap<K,V> extends HashMap<K,V> implements Map<K,V>{
    transient LinkedHashMap.Entry<K,V> head;
    transient LinkedHashMap.Entry<K,V> tail;
    final boolean accessOrder;

    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);
        }
    }
    Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {}
    void afterNodeAccess(Node<K,V> p) { }
    void afterNodeInsertion(boolean evict) { }
    void afterNodeRemoval(Node<K,V> p) { }
}

LinkedHashMap继承自HashMap,并主要重写了HashMap中四个方法,分别是newNodeafterNodeAccessafterNodeInsertionafterNodeRemoval,这几个方法分别会在HashMap创建元素、访问元素、添加元素、删除元素之后回调;LinkedHashMap主要通过这几个方法,构建成双向链表将元素连接起来,从而实现顺序访问的目的。

  • 变量head和tail分别指向第一个元素和最后一个元素

  • 添加的元素会包装成Entry对象,Entry继承自HashMap.Node,在此基础上增加beforeafter 变量用于指向当前元素的前后两个元素形成链式结构

  • accessOrder:true表示对元素根据LRU来排序,也就是最近访问过的放链表尾部,最后访问过的放链表头部,默认为false

添加元素

在LinkedHashMap中并没有重写HashMap的put方法,根据HashMap的put方法源码可以知道当添加一个元素时会调用newNode方法去创建一个Node对象,接着会调用afterNodeInsertion方法,我们先来看看LinkedHashMap是如何重写这两个方法的:

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;
}

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;
	}
}
  • 在创建元素节点时,会先创建一个LinkedHashMap.Entry节点,然后将该元素添加链表的尾部
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);
	}
}
  • 元素添加后,会调用afterNodeInsertion方法,LinkedHashMap重写该方法后,根据removeEldestEntry方法决定是否要将表头元素删除,这里主要是为了支持LRU,如果该方法返回true,则表示缓存已满,会移除链表头元素

  • 其中evict 变量在HashMap中的解释是,如果false表示创建模式,也就是反序列化时初始化HashMap数据时调用的put方法

获取元素

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;
}

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;
	}
}

LinkedHashMap重写了HashMap的get方法,主要是为了在获取元素后,根据accessOrder变量来判断是否要根据LRU调整元素位置;默认为false,所以获取元素后顺序是不会变的,也就是保证了原有的顺序;

但是如果要作为LRU缓存中心来存储数据,则需要设置为true,接着调用重写了HashMap的afterNodeAccess方法,对元素位置进行调整,其实也就是将当前访问的元素移动到链表的尾部

移除元素

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;
}

在元素移除后,需要将该元素从双向链表中移除,逻辑也是比较简单

遍历集合

LinkedHashMap重写了Map相关集合遍历的方法,比如entrySetkeySet等,让外部能够根据双向链表顺序访问到元素

public Set<Map.Entry<K,V>> entrySet() {
	Set<Map.Entry<K,V>> es;
	return (es = entrySet) == null ? (entrySet = new LinkedEntrySet()) : es;
}

final class LinkedEntrySet extends AbstractSet<Map.Entry<K,V>> {
	public final int size()                 { return size; }
	public final void clear()               { LinkedHashMap.this.clear(); }
	public final Iterator<Map.Entry<K,V>> iterator() {
		return new LinkedEntryIterator();
	}
	public final boolean contains(Object o) {
		if (!(o instanceof Map.Entry))
			return false;
		Map.Entry<?,?> e = (Map.Entry<?,?>) o;
		Object key = e.getKey();
		Node<K,V> candidate = getNode(hash(key), key);
		return candidate != null && candidate.equals(e);
	}
	public final boolean remove(Object o) {
		if (o instanceof Map.Entry) {
			Map.Entry<?,?> e = (Map.Entry<?,?>) o;
			Object key = e.getKey();
			Object value = e.getValue();
			return removeNode(hash(key), key, value, true, true) != null;
		}
		return false;
	}
	public final Spliterator<Map.Entry<K,V>> spliterator() {
		return Spliterators.spliterator(this, Spliterator.SIZED |
										Spliterator.ORDERED |
										Spliterator.DISTINCT);
	}
	public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
		if (action == null)
			throw new NullPointerException();
		int mc = modCount;
		for (LinkedHashMap.Entry<K,V> e = head; e != null; e = e.after)
			action.accept(e);
		if (modCount != mc)
			throw new ConcurrentModificationException();
	}
}

LRU的支持

LinkedHashMap天生支持LRU,可以用于作为LRU缓存中心,当LinkedHashMap创建时可以传入参数将成员变量accessOrder设置为true;表示需要根据元素访问来调整顺序;

public LinkedHashMap(int initialCapacity,
					 float loadFactor,
					 boolean accessOrder) {
	super(initialCapacity, loadFactor);
	this.accessOrder = accessOrder;
}

这样当访问元素时会将该元素移动到队尾,经过多次访问后,最近访问的元素到了队尾,而最早访问元素则到了队头;

public V get(Object key) {
	Node<K,V> e;
	if ((e = getNode(hash(key), key)) == null)
		return null;
	if (accessOrder)
		afterNodeAccess(e);//移动到队尾
	return e.value;
}

当插入元素时提供了一个方法removeEldestEntry用于根据当前最大缓存容量来决定是否要删除队头元素

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);
	}
}
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
	return false;
}

所以创建LRU的缓存中心只需要两步:

  • 创建LinkedHashMap时设置accessOrder为true

  • 重写removeEldestEntry方法,在该方法中,如果当前元素个数大于最大允许的缓存元素个数,则返回true已移除双向链表中的头元素

简单LRU缓存中心实现:

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

   private int mMaxCacheSize;//最大缓存个数

   public LruCacheCenter() {
       this(MAX_CACHE_NUM);
   }

   public LruCacheCenter(int maxCacheSize) {
       super(maxCacheSize, 0.75f, true);//accessOrder设置为true
       this.mMaxCacheSize = maxCacheSize;
   }
   
   @Override
   protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
       return size() > mMaxCacheSize;
   }
}

http://www.kler.cn/a/7598.html

相关文章:

  • web安全漏洞之ssrf入门
  • SpringBoot 2.2.10 无法执行Test单元测试
  • java项目-jenkins任务的创建和执行
  • C++- 基于多设计模式下的同步异步日志系统
  • ubuntu 22.04 shell
  • android webview常见内容
  • 厉害了!Facebook优惠广告让你的广告预算翻倍
  • 华为OD机试-统一限载最小值-2022Q4 A卷-Py/Java/JS
  • 【Linux】信号的捕捉
  • 先移动后旋转,先旋转后移动的区别
  • 【Django网络安全】跨站点请求伪造保护,CSRF如何正确使用
  • day18 二叉树遍历总结
  • ArrayList与LinkList的区别
  • minikube apiserver无法启动问题解决
  • C++并发与多线程笔记八:async、future、packaged_task、promise
  • 刷题记录|Day48 ● 198.打家劫舍 ● 213.打家劫舍II ● 337.打家劫舍III
  • arm系列交叉编译器各版本区别
  • 如何选择理想的三相浪涌保护器?
  • 【Ruby学习笔记】13.Ruby 迭代器及文件的输入与输出
  • 【vSphere | Python】vSphere Automation SDK for Python Ⅲ—— vCenter Datacenter APIs
  • 为什么无法跨centos、ubuntu、rocky linux 发行版本进行系统升级?
  • xinput1_3.dll缺失了如何去修复?xinput1_3.dll解决方法分享
  • 释放AIoT商业价值 | 2023高通广和通智能物联网技术开放日圆满落幕
  • srs流媒体录制视频
  • 22.SSM-JdbcTemplate总结
  • 贯穿设计模式第二话--开闭职责原则