首页 / 算法 / LinkedHashMap实现LRU算法

LinkedHashMap实现LRU算法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了LinkedHashMap实现LRU算法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2475字，纯文字阅读大概需要4分钟。

内容图文

LinkedHashMap特别有意思，它不仅仅是在HashMap上增加Entry的双向链接，它更能借助此特性实现保证Iterator迭代按照插入顺序(以insert模式创建LinkedHashMap)或者实现LRU(Least Recently Used最近最少算法，以access模式创建LinkedHashMap)。

下面是LinkedHashMap的get方法的代码

                public
                 V get(Object key) {
        Entry<K,V> e = (Entry<K,V>)getEntry(key);
        if (e == null)
            returnnull;
        e.recordAccess(this);
        return e.value;
    }

其中有一段：e.recordAccess(this)。下面我们进入Entry的定义

                void recordAccess(HashMap<K,V> m) {
            LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
            if (lm.accessOrder) {
                lm.modCount++;
                remove();
                addBefore(lm.header);
            }
        }

这里的addBefore(lm.header)是做什么呢?再看

                private
                void addBefore(Entry<K,V> existingEntry) {
            after  = existingEntry;
            before = existingEntry.before;
            before.after = this;
            after.before = this;
        }

从这里可以看到了，addBefore(lm.header)是把当前访问的元素挪到head的前面,即最近访问的元素被放到了链表头，如此要实现LRU算法只需要从链表末尾往前删除就可以了，多么巧妙的方法。

在看到LinkedHashMap之前，我以为实现LRU算法是在每个元素内部维护一个计数器，访问一次自增一次，计数器最小的会被移除。但是要想到，每次add的时候都需要做这么一次遍历循环，并取出最小的抛弃，在HashMap较大的时候效率很差。当然也有其他方法来改进，比如建立<访问次数,LinkedHashMap元素的key>这样的TreeMap，在add的时候往TreeMap里也插入一份，删除的时候取最小的即可，改进了效率但没有LinkedHashMap内部的默认实现来的简捷。

LinkedHashMap是什么时候删除的呢？

                void addEntry(int hash, K key, V value, int bucketIndex) {
        super.addEntry(hash, key, value, bucketIndex);
 
        // Remove eldest entry if instructed
        Entry<K,V> eldest = header.after;
        if (removeEldestEntry(eldest)) {
            removeEntryForKey(eldest.key);
        }
    }

在增加Entry的时候，通过removeEldestEntry(eldest)判断是否需要删除最老的Entry，如果需要则remove。注意看这里Entry<K,V> eldest=header.after，记得我们前面提过LinkedHashMap还维护一个双向链表，这里的header.after就是链表尾部最后一个元素(头部元素是head.before)。

LinkedHashMap默认的removeEldestEntry方法如下

                protected
                boolean removeEldestEntry(Map.Entry<K,V> eldest) {
        returnfalse;
    }
总是返回false，所以开发者需要实现LRU算法只需要继承LinkedHashMap并重写removeEldestEntry方法，下面以MyBatis的LRU算法的实现举例
keyMap = new LinkedHashMap<Object, Object>(size, .75F, true) {
      privatestaticfinallong serialVersionUID = 4267176411845948333L;
 
      protectedboolean removeEldestEntry(Map.Entry<Object, Object> eldest) {
        boolean tooBig = size() > size;
        if (tooBig) {
          eldestKey = eldest.getKey();
        }
        return tooBig;
      }
    };

开发者的子类并不需要直接操作eldest(上例中获得eldestKey只是MyBatis需要映射到Cache对象中的元素)，只要根据自己的条件(一般是元素个数是否到达阈值)返回true/false即可。注意，要按照LRU排序必须在new LinkedHashMap()的构造函数的最后一个参数传入true(true代表LinkedHashMap内部的双向链表按访问顺序排序，false代表按插入顺序排序)。

在LinkedHashMap的注释里明确提到，该类在保持插入顺序、不想HashMap那样混乱的情况下，又没有像TreeMap那样的性能损耗。同时又能够很巧妙地实现LRU算法。其他方面和HashMap功能一致。有兴趣的同学可以仔细看看LinkedHashMap的实现。

原文：https://www.cnblogs.com/AnXinliang/p/9994702.html

内容总结

以上是互联网集市为您收集整理的LinkedHashMap实现LRU算法全部内容，希望文章能够帮你解决LinkedHashMap实现LRU算法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1271522.html

来源：【匿名】