LinkedHashMap使用

说明:本文介绍 Java 中 LinkedHashMap 的使用。

与 HashMap 的区别

LinkedHashMap,是 HashMap 的子类,是在 HashMap 的基础上维护了双向链表。

这就让 LinkedHashMap 中的元素能保持有序,按元素插入的顺序。

使用

在实际的使用中,双列集合,除了需要元素保持有序,我们可以使用 LinkedHashMap。

LinkedHashMap 还能当作最近最少使用(LRU)的缓存容器来使用,如下:

java 复制代码
import java.util.LinkedHashMap;
import java.util.Map;

/**
 * 最近最少使用(LRU)的缓存容器
 */
public class LinkedHashMapCache extends LinkedHashMap<String, Object> {

    /**
     * 缓存最大容量
     */
    private final int maxCapacity;

    public LinkedHashMapCache(int maxCapacity) {
        super(maxCapacity, 0.75f, true);
        this.maxCapacity = maxCapacity;
    }

    /**
     * 超出最大容量,移除最近最少使用的元素
     * 最近最少使用的标准:最近未被访问的元素
     */
    @Override
    protected boolean removeEldestEntry(Map.Entry<String, Object> eldest) {
        return size() > maxCapacity;
    }
}

使用,存满容器后再存入一个元素,查看容器内的元素情况

java 复制代码
public class LinkedHashMapDemo {
    public static void main(String[] args) {
        LinkedHashMapCache linkedHashMapCache = new LinkedHashMapCache(6);
        linkedHashMapCache.put("1", "a");
        linkedHashMapCache.put("2", "b");
        linkedHashMapCache.put("3", 1);
        linkedHashMapCache.put("4", "d");
        linkedHashMapCache.put("5", "e");
        linkedHashMapCache.put("6", "f");
        System.out.println("init:" + linkedHashMapCache);

        linkedHashMapCache.get("1");
        linkedHashMapCache.get("2");
        linkedHashMapCache.put("3", Integer.parseInt(linkedHashMapCache.get("3").toString()) + 1);
        linkedHashMapCache.put("7", "g");
        System.out.println("used:" + linkedHashMapCache);
    }
}

以下结论:

  • 存入的元素有序,开始按元素插入顺序,元素被访问后移到末尾;

  • 容器存满后,再存入一个元素,放到容器末尾,删除首位元素;

基于 LinkedHashMap 以上特性,可以作为一个最近最少访问(LRU)的缓存容器使用。

实际场景,如系统中需要体现最近系统活跃的十个用户信息,就可以用 LinkedHashMap。

(当然,存对象,需要重写 equals 和 hashCode 方法,或者也可以存用户 ID,展示时再用这些 ID 集合查数据库的用户信息)

相关推荐
雨中飘荡的记忆1 小时前
大流量下库存扣减的数据库瓶颈:Redis分片缓存解决方案
java·redis·后端
开心就好20253 小时前
UniApp开发应用多平台上架全流程:H5小程序iOS和Android
后端·ios
悟空码字3 小时前
告别“屎山代码”:AI 代码整洁器让老项目重获新生
后端·aigc·ai编程
小码哥_常3 小时前
大厂不宠@Transactional,背后藏着啥秘密?
后端
奋斗小强3 小时前
内存危机突围战:从原理辨析到线上实战,彻底搞懂 OOM 与内存泄漏
后端
小码哥_常3 小时前
Spring Boot接口防抖秘籍:告别“手抖”,守护数据一致性
后端
心之语歌4 小时前
基于注解+拦截器的API动态路由实现方案
java·后端
None3214 小时前
【NestJs】基于Redlock装饰器分布式锁设计与实现
后端·node.js
初次攀爬者4 小时前
Kafka + KRaft模式架构基础介绍
后端·kafka
洛森唛4 小时前
Elasticsearch DSL 查询语法大全:从入门到精通
后端·elasticsearch