LinkedHashMap
集合继承于HashMap
,学习LinkedHashMap
重点对比LinkedHashMap
与HashMap
的异同特别强调两者的
Entry
(节点)数据结构、数据结构的不同带来的特性差异、HashMap
的后置处理机制及最少访问删除策略。
LinkedHashMap
= HashMap
+ LinkedList
?
就像这幅图一样?

1. Entry(节点)数据结构
1.1. HashMap.Node
java
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
// ... 构造、getKey/getValue/setValue、equals/hashCode 等 ...
}
字段 说明:hash
:key 的哈希值,key
、value
:存储的键值对,next
:链表或树化时的链表指针。

1.2. LinkedHashMap.Entry
java
// 头节点
transient LinkedHashMap.Entry<K,V> head;
// 尾节点
transient LinkedHashMap.Entry<K,V> tail;
// 节点类
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after; // 双向链表指针
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
新增字段说明 :before
、after
:维护插入/访问顺序的双向链表;
链表头尾 :在 LinkedHashMap
中,维护一个 head
和 tail
指针,插入时追加到尾部。

LinkedHashMap
数据结构就像它的名称一样Linked + HashMap ,它是在HashMap
的基础上,维护了一个双向链表。这个双向链表就像LinkedList
一样,可以维护节点插入的顺序。
LinkedHashMap
数据结构是两种形态共存的数据结构
- 你可以忽略双向链表,把它看做普通的
HashMap
; - 也可以忽略
HashMap
,把它看作是双向链表。
如果你不想使用
LinkedHashMap
,但又想要维护HashMap
的插入顺序,那你可以在HashMap.put
元素后,同时将该元素保存到LinkedList.add
集合,但这样就需要你确保集合一致性,比如插入和删除。这么想想,还不如直接用LinkedHashMap
集合较为稳妥。
其实LinkedHashMap
一部分源码为的就是维护HashMap
与双向链表的一致性,及操作过程做的一些扩展。比如:节点创建时的双向链表尾部插入和HashMap
的后置处理。
1.3. 两者对比
特性 | HashMap | LinkedHashMap |
---|---|---|
底层数据结构 | 数组 + 链表/红黑树 | 数组 + 链表/红黑树 + 双向链表 |
迭代顺序 | 不保证顺序 | 按插入顺序(或访问顺序,可选) |
内存开销 | 较小 | 较大(每个节点额外维护链表指针) |
适用场景 | 一般的键值存取 | 需要按插入或访问顺序遍历 (如 LRU 缓存) |
1.4. 详细的数据结构案例
通过下面的案例图,清楚地看见每个节点的指向。
**假设插入顺序为:**22、23、45、89、25、38、49、28
插入完成后的数据结构如图,
图中信息含义: 当前节点信息只显示key
值,next
为下一个映射冲突节点;before
为双链结构的上一节点,after
为双链结构的下一节点;绿色虚线 是整个LinkedHashMap
的双链结构的连接关系。

可以清楚地看到,相比HashMap
每个节点都需要多维护before
和after
节点,LinkedHashMap
也就需要更多的空间。
2. 节点创建和转化重写
2.1. 创建Entry
节点
链表节点创建的同时,通过linkNodeLast(p)
方法,维护双链结构的尾部插入
java
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;
}
2.2. 树节点创建
红黑树节点创建的同时,通过linkNodeLast(p)
方法,维护双链结构的尾部插入
java
TreeNode<K,V> newTreeNode(int hash, K key, V value, Node<K,V> next) {
TreeNode<K,V> p = new TreeNode<K,V>(hash, key, value, next);
linkNodeLast(p);
return p;
}
2.3. 节点转化
树节点转化为Entry节点 和Entry节点转化树节点 都做了重写,通过transferLinks(q, t);
方法完成节点转化
java
Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) {
LinkedHashMap.Entry<K,V> q = (LinkedHashMap.Entry<K,V>)p;
LinkedHashMap.Entry<K,V> t =
new LinkedHashMap.Entry<K,V>(q.hash, q.key, q.value, next);
transferLinks(q, t);
return t;
}
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
LinkedHashMap.Entry<K,V> q = (LinkedHashMap.Entry<K,V>)p;
TreeNode<K,V> t = new TreeNode<K,V>(q.hash, q.key, q.value, next);
transferLinks(q, t);
return t;
}
这些都是多态 的简单应用,HashMap
引用指向不同的实例化子类,实现不同的功能。
3. HashMap 的后置处理(post-processing)
HashMap
本身在节点插入、访问、删除后并不做额外操作。LinkedHashMap
则通过重写以下钩子方法,在插入、访问或删除时维护自己的双链表结构。
3.1. 插入后
仅在evict=true
并且removeEldestEntry(first)==true
时,插入后才需要移除头部节点
java
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);
}
}
3.2. 访问后
仅在 accessOrder = true
时,访问后需调整顺序;需要在LinkedHashMap
的构造方法中设定accessOrder
的值。
java
void afterNodeAccess(Node<K,V> e) {
LinkedHashMap.Entry<K,V> p = (LinkedHashMap.Entry<K,V>)e;
// 将 p 移到双向链表尾部
moveNodeToLast(p);
}
3.3. 删除后
只要节点作删除,LinkedHashMap
集合就必须删除双链表上的Entry
节点
java
void afterNodeRemoval(Node<K,V> e) {
// 将 e 从双向链表中摘除
unlinkNode((LinkedHashMap.Entry<K,V>)e);
}
这三步合称为 后置处理 ,保证在 put
、get
、remove
等操作时,链表结构的正确维护。
但是、
为什么LinkedHashMap
集合在插入完成后,需要多做一步删除头节点的操作呢?
为什么访问完成后需要将访问节点移动到双链表的尾部呢?
4. 最少访问删除策略
👉 为什么是 LinkedHashMap
而不是 HashMap
:
LinkedHashMap
在 HashMap
基础上,增加了 双向链表 ,用来记录:插入顺序(默认)或访问顺序(accessOrder = true
时)
这就可以实现:记录最近访问的节点(最近访问的放到链表尾部);删除最久未访问的节点(链表头)
4.1. 核心方法
java
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return false; // 默认不删除
}
这是一个 钩子 ,这个钩子removeEldestEntry(first)
在插入后缀处理中调用,LinkedHashMap
的源码如下:
java
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);
}
}
你可以自己重写,制定属于自己的处理策略:
java
LinkedHashMap<K,V> lru = new LinkedHashMap<K,V>(16, 0.75f, true) {
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return size() > 100; // 超过 100 个就删除最老的
}
};
当每次 put
后:afterNodeInsertion
调用 removeEldestEntry
,如果返回 true
,就从链表头删除最老节点
总结:
LinkedHashMap
用removeEldestEntry
+accessOrder=true
可实现简单 LRU 缓存。
HashMap
不自带任何访问追踪或自动删除机制,必须由使用者自己实现。
4.2. LRU缓存例子
LRU 缓存(Least Recently Used Cache ,最近最少使用缓存)是一种常用的 缓存淘汰策略,它的核心思想是:
如果数据最近被访问过,那么将来被访问的可能性也更高;反之则淘汰。
规定固定大小为4的缓存容器,源码如下
java
public class LRUDemo {
public static void main(String[] args) {
// 指定只能缓存四个数据
LinkedHashMap<String, String> linkedHashMap = new LinkedHashMap<>(16, 0.75f, true) {
protected boolean removeEldestEntry(Map.Entry<String, String> eldest) {
return size() > 4;
}
};
linkedHashMap.put("A","1");
linkedHashMap.put("B","2");
linkedHashMap.put("C","3");
linkedHashMap.put("D","4");
printOrder(linkedHashMap);
linkedHashMap.get("B"); // B 被访问,移到末尾
printOrder(linkedHashMap);
linkedHashMap.put("E","5"); // 淘汰最老的 A
printOrder(linkedHashMap);
}
public static void printOrder(LinkedHashMap<String, String> linkedHashMap ) {
System.out.print("数据结构:" + "\n[head]");
for (Map.Entry<String, String> entry : linkedHashMap.entrySet()) {
System.out.print(" ⇄ " + entry.getKey());
}
System.out.println(" ⇄ [tail]\n");
}
}
执行输出结果如下:
数据结构:
head\] ⇄ A ⇄ B ⇄ C ⇄ D ⇄ \[tail
数据结构:
head\] ⇄ A ⇄ C ⇄ D ⇄ B ⇄ \[tail
数据结构:
head\] ⇄ C ⇄ D ⇄ B ⇄ E ⇄ \[tail
5. HashMap与LinkedHashMap区别汇总
对比维度 | HashMap | LinkedHashMap |
---|---|---|
节点类型 | HashMap.Node |
LinkedHashMap.Entry (继承自 HashMap.Node ) |
顺序保证 | 无 | 按插入顺序或访问顺序 |
额外字段 | next |
next + before + after |
内存消耗 | 较低 | 较高(每个节点多两个引用) |
put 后置处理 |
无 | afterNodeInsertion (链表尾部插入 + 可选淘汰) |
get 后置处理 |
无 | afterNodeAccess (访问时链表重排序,仅 accessOrder = true) |
remove 后置处理 |
无 | afterNodeRemoval (从链表中摘除) |
用途 | 高效快速随机存取 | 需要遍历顺序、实现 LRU 缓存、保持可预测迭代顺序 |
通过上述对比,可以看出 LinkedHashMap
只是对 HashMap
的轻量增强:
- 核心额外逻辑:在每次增删改查操作后,钩入双向链表维护;
- 额外空间开销:每个节点多俩指针;
- 功能收益:可提供插入顺序或访问顺序的迭代、可实现基于访问顺序的缓存淘汰(如 LRU)。
6. 总结
LinkedHashMap
集合继承于HashMap
,重点对比 LinkedHashMap
与 HashMap
不同的数据结构的带来的特性差异;为什么需要LinkedHashMap
这种两种形态共存 的数据结构;以及通过HashMap
的后置处理机制轻松实现数据结构的功能扩展;并且对LinkedHashMap
最少访问删除策略LRU
做了简单案例演示。
往期推荐
分类 | 往期文章 |
---|---|
Java集合原理 | HashMap集合--基本操作流程的源码可视化 Java集合--HashMap底层原理可视化,秒懂扩容、链化、树化 Java集合--从本质出发理解HashMap Java集合--LinkedList源码可视化 Java集合源码--ArrayList的可视化操作过程 |
设计模式秘籍 (已全部开源) | 掌握设计模式的两个秘籍 往期设计模式文章的:设计模式 |
软件设计师 | 软考中级--软件设计师毫无保留的备考分享通过软考后却领取不到实体证书? 2023年下半年软考考试重磅消息 |
Java学习路线 和相应资源 | Java全栈学习路线、学习资源和面试题一条龙 |
原创不易,觉得还不错的,三连支持:点赞、分享、推荐↓