LinkedHashMap相关信息介绍（转）

Java中的LinkedHashMap
此实现与 HashMap 的不同之处在于，后者维护着一个运行于所有条目的双重链接列表。
此链接列表定义了迭代顺序，该迭代顺序通常就是将键插入到映射中的顺序（插入顺序）。

LinkedHashMap和TreeMap的区别 
首先2个都是map，所以用key取值肯定是没区别的，区别在于用Iterator遍历的时候 
LinkedHashMap保存了记录的插入顺序，先插入的先遍历到 
TreeMap默认是按升序排，也可以指定排序的比较器。遍历的时候按升序遍历。 
http://blog.csdn.net/scelong/article/details/7187142

一.LinkedHashMap的存储结构

1. LinkedHashMap是继承HashMap，也就继承了HashMap的结构，也就是图中的结构2，在下文中我用"Entry数组+next链表"来描述。而LinkedHashMap有其自己的变量header，也就是图中的结构1，下文中我用"header链表"来描述。
2. 结构1中的Entry和结构2中的Entry本是同一个，结构1中应该就只有一个header，它指向的是结构2中的e1 e2，但这样会使结构图难画。为了说明问题的方便，我把结构2里的e1 e2在结构1中多画一个。

二.LinkedHashMap成员变量

1. // LinkedHashMap维护了一个链表，header是链表头。此链表不同于HashMap里面的那个next链表
2. private transient Entry<K, V> header;
3. // LRU:Least Recently Used最近最少使用算法
4. // accessOrder决定是否使用此算法，accessOrder=true使用
5. private final boolean accessOrder;

三.LinkedHashMap里的Entry对象

1. // 继承了HashMap.Entry，其他几个方法边用边分析
2. rivate static class Entry<K, V> extends HashMap.Entry<K, V> {
3. // 增加了两个属性，每个Entry有before Entry和after Entry，就构成了一个链表
4. Entry<K, V> before, after;
5. Entry(int hash, K key, V value, HashMap.Entry<K, V> next) {
6. super(hash, key, value, next);
7. }
8. private void addBefore(Entry<K, V> existingEntry) {
9. .....
10. }
11. void recordAccess(HashMap<K, V> m) {
12. .....
13. }
14. void recordRemoval(HashMap<K, V> m) {
15. .....
16. }
17. private void remove() {
18. .....
19. }

四.构造函数

1. //默认accessOrder为false
2. //调用HashMap构造函数
3. public LinkedHashMap() {
4. super();
5. accessOrder = false;
6. }
7. //如果想实现LRU算法，参考这个构造函数
8. public LinkedHashMap(int initialCapacity, float loadFactor,
9. boolean accessOrder) {
10. super(initialCapacity, loadFactor);
11. this.accessOrder = accessOrder;
12. }
13. //模板方法模式，HashMap构造函数里面的会调用init()方法
14. //初始化的时候map里没有任何Entry，让header.before = header.after = header
15. void init() {
16. header = new Entry<K, V>(-1, null, null, null);
17. header.before = header.after = header;
18. }

五.存数据

1. //LinkedHashMap没有put(K key, V value)方法，只重写了被put调用的addEntry方法
2. //1是HashMap里原有的逻辑，23是LinkedHashMap特有的
3. void addEntry(int hash, K key, V value, int bucketIndex) {
4. createEntry(hash, key, value, bucketIndex);
5. Entry<K, V> eldest = header.after;
6. //3.如果有必要，移除LRU里面最老的Entry，否则判断是否该resize
7. if (removeEldestEntry(eldest)) {
8. removeEntryForKey(eldest.key);
9. } else {
10. if (size >= threshold)
11. resize(2 * table.length);
12. }
13. }
14. void createEntry(int hash, K key, V value, int bucketIndex) {
15. //1.同HashMap一样：在Entry数组+next链表结构里面加入Entry
16. HashMap.Entry<K, V> old = table[bucketIndex];
17. Entry<K, V> e = new Entry<K, V>(hash, key, value, old);
18. table[bucketIndex] = e;
19. //2.把新Entry也加到header链表结构里面去
20. e.addBefore(header);
21. size++;
22. }
23. //默认是false，我们可以重写此方法
24. protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
25. return false;
26. }
27. private static class Entry<K, V> extends HashMap.Entry<K, V> {
28. //链表插入元素四个步骤，对着图看
29. private void addBefore(Entry<K, V> existingEntry) {
30. after = existingEntry;                //1
31. before = existingEntry.before;     //2
32. before.after = this;                   //3
33. after.before = this;                   //4
34. }
35. }
36. //如果走到resize，会调用这里重写的transfer
37. //HashMap里面的transfer是n * m次运算，LinkedHashtable重写后是n + m次运算
38. void transfer(HashMap.Entry[] newTable) {
39. int newCapacity = newTable.length;
40. //直接遍历header链表，HashMap里面是遍历Entry数组
41. for (Entry<K, V> e = header.after; e != header; e = e.after) {
42. int index = indexFor(e.hash, newCapacity);
43. e.next = newTable[index];
44. newTable[index] = e;
45. }
46. }

下面三个图是初始化LinkedHashMap------->添加Entry e1------>添加Entry e2时，LinkedHashMap结构的变化。

六.取数据

1. //重写了get(Object key)方法
2. public V get(Object key) {
3. //1.调用HashMap的getEntry方法得到e
4. Entry<K, V> e = (Entry<K, V>) getEntry(key);
5. if (e == null)
6. return null;
7. //2.LinkedHashMap牛B的地方
8. e.recordAccess(this);
9. return e.value;
10. }
11. // 继承了HashMap.Entry
12. private static class Entry<K, V> extends HashMap.Entry<K, V> {
13. //1.此方法提供了LRU的实现
14. //2.通过12两步，把最近使用的当前Entry移到header的before位置，而LinkedHashIterator遍历的方式是从header.after开始遍历，先得到最近使用的Entry
15. //3.最近使用是什么意思：accessOrder为true时，get(Object key)方法会导致Entry最近使用；put(K key, V value)/putForNullKey(value)只有是覆盖操作时会导致Entry最近使用。它们都会触发recordAccess方法从而导致Entry最近使用
16. //4.总结LinkedHashMap迭代方式：accessOrder=false时，迭代出的数据按插入顺序；accessOrder=true时，迭代出的数据按LRU顺序+插入顺序
17. //  HashMap迭代方式：横向数组 * 竖向next链表
18. void recordAccess(HashMap<K, V> m) {
19. LinkedHashMap<K, V> lm = (LinkedHashMap<K, V>) m;
20. //如果使用LRU算法
21. if (lm.accessOrder) {
22. lm.modCount++;
23. //1.从header链表里面移除当前Entry
24. remove();
25. //2.把当前Entry移到header的before位置
26. addBefore(lm.header);
27. }
28. }
29. //让当前Entry从header链表消失
30. private void remove() {
31. before.after = after;
32. after.before = before;
33. }
34. }

七.删数据

1. // 继承了HashMap.Entry
2. private static class Entry<K, V> extends HashMap.Entry<K, V> {
3. //LinkedHashMap没有重写remove(Object key)方法，重写了被remove调用的recordRemoval方法
4. //这个方法的设计也和精髓，也是模板方法模式
5. //HahsMap remove(Object key)把数据从横向数组 * 竖向next链表里面移除之后（就已经完成工作了，所以HashMap里面recordRemoval是空的实现调用了此方法
6. //但在LinkedHashMap里面，还需要移除header链表里面Entry的after和before关系
7. void recordRemoval(HashMap<K, V> m) {
8. remove();
9. }
10. //让当前Entry从header链表消失
11. private void remove() {
12. before.after = after;
13. after.before = before;
14. }
15. }

八.LinkedHashMap EntrySet遍历

1. private abstract class LinkedHashIterator<T> implements Iterator<T> {
2. //从header.after开始遍历
3. Entry<K, V> nextEntry = header.after;
4. Entry<K, V> nextEntry() {
5. if (modCount != expectedModCount)
6. throw new ConcurrentModificationException();
7. if (nextEntry == header)
8. throw new NoSuchElementException();
9. Entry<K, V> e = lastReturned = nextEntry;
10. nextEntry = e.after;
11. return e;
12. }
13. }

1. 上图中，遍历的结果是先e1然后e2。
2. accessOrder为true时，get(e1.key)或者put(e1.key, value)一下，则结构1变成e2------e1------header，遍历的结果就是先e2然后e1。

九.总结

1. LinkedHashMap继承HashMap，结构2里数据结构的变化交给HashMap就行了。
2. 结构1里数据结构的变化就由LinkedHashMap里重写的方法去实现。
3. 简言之：LinkedHashMap比HashMap多维护了一个链表。

http://zy19982004.iteye.com/blog/1663303

LinkedHashMap保存了记录的插入顺序，在用Iterator遍历LinkedHashMap时，先得到的记录肯定是先插入的.也可以在构造时用带参数，按照应用次数排序。在遍历的时候会比HashMap慢，不过有种情况例外，当HashMap容量很大，实际数据较少时，遍历起来可能会比LinkedHashMap慢，因为LinkedHashMap的遍历速度只和实际数据有关，和容量无关，而HashMap的遍历速度和他的容量有关。

如果需要输出的顺序和输入的相同,那么用LinkedHashMap 可以实现,它还可以按读取顺序来排列.

优点：可前后查询
缺点：效率没有hashmap高

LinkedHashMap是HashMap的一个子类，保存了记录的插入顺序，在用Iterator遍历LinkedHashMap时，先得到的记录肯定是先插入的.也可以在构造时用带参数，按照应用次数排序。
在遍历的时候会比HashMap慢，不过有种情况例外，当HashMap容量很大，实际数据较少时，遍历起来可能会比LinkedHashMap慢，因为LinkedHashMap的遍历速度只和实际数据有关，和容量无关，而HashMap的遍历速度和他的容量有关

LinkedHashMap输出时其元素是有顺序的，而HashMap输出时是随机的，如果Map映射比较复杂而又要求高效率的话，最好使用LinkedHashMap，但是多线程访问的话可能会造成不同步，所以要用Collections.synchronizedMap来包装一下，从而实现同步。其实现一般为：
    Map<String String> map = Collections.synchronizedMap(new LinkedHashMap(<String String));

LinkedHashMap和HashMap的区别在于它们的基本数据结构上，看一下LinkedHashMap的基本数据结构，也就是Entry：

private static class Entry<K,V> extends HashMap.Entry<K,V> {
    // These fields comprise the doubly linked list used for iteration.
    Entry<K,V> before, after;

Entry(int hash, K key, V value, HashMap.Entry<K,V> next) {
        super(hash, key, value, next);
    }
    ...
}

列一下Entry里面有的一些属性吧：

1、K key

2、V value

3、Entry<K, V> next

4、int hash

5、Entry<K, V> before

6、Entry<K, V> after

其中前面四个，也就是红色部分是从HashMap.Entry中继承过来的；后面两个，也就是蓝色部分是LinkedHashMap独有的。不要搞错了next和before、After，next是用于维护HashMap指定table位置上连接的Entry的顺序的，before、After是用于维护Entry插入的先后顺序的。

还是用图表示一下，列一下属性而已：

public LinkedHashMap (int initialCapacity, float loadFactor, boolean accessOrder)；
 initialCapacity   初始容量
 loadFactor    加载因子，一般是 0.75f
 accessOrder   false 基于插入顺序  true  基于访问顺序（get一个元素后，这个元素被加到最后，使用了LRU 最  近最少被使用的调度算法）
如 boolean accessOrder = true；
      Map<String, String> m = new LinkedHashMap<String, String>(20, .80f,  accessOrder  );
      m.put("1", "my"));
      m.put("2", "map"));
      m.put("3", "test"));
      m.get("1");
      m.get("2");
      Log.d("tag",  m);
     若 accessOrder == true;  输出 {3=test, 1=my, 2=map}
         accessOrder == false;  输出 {1=my, 2=map，3=test}

顾名思义，LRUCache就是基于LRU算法的Cache（缓存），这个类继承自LinkedHashMap，而类中看到没有什么特别的方法，这说明LRUCache实现缓存LRU功能都是源自LinkedHashMap的。LinkedHashMap可以实现LRU算法的缓存基于两点：

1、LinkedList首先它是一个Map，Map是基于K-V的，和缓存一致

2、LinkedList提供了一个boolean值可以让用户指定是否实现LRU

那么，首先我们了解一下什么是LRU：LRU即Least Recently Used，最近最少使用，也就是说，当缓存满了，会优先淘汰那些最近最不常访问的数据。比方说数据a，1天前访问了；数据b，2天前访问了，缓存满了，优先会淘汰数据b。

我们看一下LinkedList带boolean型参数的构造方法：

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

就是这个accessOrder，它表示：

（1）false，所有的Entry按照插入的顺序排列

（2）true，所有的Entry按照访问的顺序排列

第二点的意思就是，如果有1 2 3这3个Entry，那么访问了1，就把1移到尾部去，即2 3 1。每次访问都把访问的那个数据移到双向队列的尾部去，那么每次要淘汰数据的时候，双向队列最尾的那个数据不就是最不常访问的那个数据了吗？换句话说，双向链表最尾的那个数据就是要淘汰的数据。

"访问"，这个词有两层意思：

1、根据Key拿到Value，也就是get方法

2、修改Key对应的Value，也就是put方法

http://www.mamicode.com/info-detail-1154295.html