LinkedHashMap也是我们日常开发中比较常用的容器，它具有如下几个特点:

1. LinkedHashMap 继承了HashMap, 基于HashMap和双向链表来实现的(尾插法)
2. LinkedHashMap 是有序(而HashMap是无序的), 可以分为插入顺序和访问顺序两种
3. LinkedHashMap 存储数据和HashMap一样，双向链表只是为了保证顺序
4. LinkedHashMap 存储数据和HashMap一样, key和value都可以为null（使用的就是HashMap的存储逻辑)
5. LinkedHashMap 和 HashMap一样都是线程不安全的。

由于 LinkedHashMap 继承了 HashMap，元素存储还是使用了HashMap那一套逻辑，只不过LinkedHashMap 内部维护了一个双向链表。那么在看 LinkedHashMap 之前，可以先熟悉下 HashMap。

参考HashMap学习笔记

1.LinkedHashMap 主要属性

public class LinkedHashMap<K,V>
    extends HashMap<K,V>
    implements Map<K,V>
{

    /**
     * HashMap.Node subclass for normal LinkedHashMap entries.
     * LinkedHashMap内部维护的元素节点，继承了HashMap的Node,其中多了 before,after属性
     * 用来构建双向链表
     */
    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);
        }
    }
    /**
     * LinkedHashMap内部的头节点
     */
    transient LinkedHashMap.Entry<K,V> head;

    /**
     * LinkedHashMap内部的尾节点
     */
    transient LinkedHashMap.Entry<K,V> tail;

    /**
     * The iteration ordering method for this linked hash map: <tt>true</tt>
     * for access-order, <tt>false</tt> for insertion-order.
     *
     * 访问顺序，这个很重要, 可以用来构建LRU（最近最少使用)缓存
     *    如果是true,表示访问顺序
     *    如果是false,标识插入顺序，默认是false
     */
    final boolean accessOrder;

    //省略其他构造器......

    //3个参数的构造器，重点关注 accessOrder
    public LinkedHashMap(int initialCapacity,
                         float loadFactor,
                         boolean accessOrder) {
        super(initialCapacity, loadFactor);
        this.accessOrder = accessOrder;
    }
   
}   
    

由于LinkedHashMap是基于HashMap+双向链表实现的,所以我们就关注下put方法即可，看他是如何有序的,我们调用LinkedHashMap的put方法，实际上调用HashMap的put方法

Map<String, Integer> map = new LinkedHashMap<>();
map.put("刘备", 50); //hash=2
map.put("孙权", 18); //hash=5
map.put("曹操", 40); //hash=7
map.put("孔明", 30); //hash=2
map.put("张飞", 32); //hash=2
map.put("郭嘉", 37); //hash=7 
map.forEach((k,v) -> System.out.printf("%s=%s, ", k, v));

我们看下put方法:

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

核心逻辑：

看着是不是非常的熟悉，没错，就是HashMap的put逻辑

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

它是如何构建双向链表的呢？在put元素创建Node节点的时候

Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
    //创建一个节点数据
    LinkedHashMap.Entry<K,V> p =
        new LinkedHashMap.Entry<K,V>(hash, key, value, e);
    /**
     *
     * 构建双向链表，从方法名可以看出，它是尾插法，新元素都放到链表的尾部
     */
    linkNodeLast(p);
    return p;
}

逻辑并不复杂，我们通过下面这个图来看下：

从图中不难看出，通过双向链表，它将元素按照插入顺序进行了首尾相连，这样当遍历的时候，它就会按照插入顺序进行遍历。

遍历逻辑：

public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
    if (action == null)
        throw new NullPointerException();
    int mc = modCount;
    //按照插入顺序，从头到尾遍历
    for (LinkedHashMap.Entry<K,V> e = head; e != null; e = e.after)
        action.accept(e);
    if (modCount != mc)
        throw new ConcurrentModificationException();
}

当然了，get(), remove()以及扩容resize()方法都和HashMap基本上是一样的，这里就不在展开赘述了。但是LinkedHashMap有一个很重要的属性 accessOrder

如果是true,表示访问顺序
如果是false,标识插入顺序，默认是false

2.插入顺序or访问顺序

我们先通过一个栗子看下：

Map<String, Integer> map = new LinkedHashMap<>();
    map.put("刘备", 50); //hash=2
    map.put("孙权", 18); //hash=5
    map.put("曹操", 40); //hash=7
    map.put("孔明", 30); //hash=2
    map.put("张飞", 32); //hash=2
    map.put("郭嘉", 37); //hash=7
    
    //打印结果：刘备=50, 孙权=18, 曹操=40, 孔明=30, 张飞=32, 郭嘉=37
    map.forEach((k,v) -> System.out.printf("%s=%s, ", k, v));

    System.out.println();
    map.get("曹操");
    //打印结果：刘备=50, 孙权=18, 曹操=40, 孔明=30, 张飞=32, 郭嘉=37
    map.forEach((k,v) -> System.out.printf("%s=%s, ", k, v));

}

两次打印的结果是一样的，都是按照插入顺序进行打印的。

我们在看下面这个栗子：

/**
 *  阿里巴巴规约：capacity = (已知元素个数 / loadFactor) + 1
 *  accessOrder = true, 表示访问顺序
 */
Map<String, Integer> map = new LinkedHashMap<>(((int)((6/0.75) + 1)), 0.5f, true);
//Map<String, Integer> map = new LinkedHashMap<>();
map.put("刘备", 50); //hash=2
map.put("孙权", 18); //hash=5
map.put("曹操", 40); //hash=7
map.put("孔明", 30); //hash=2
map.put("张飞", 32); //hash=2
map.put("郭嘉", 37); //hash=7

//①打印结果：刘备=50, 孙权=18, 曹操=40, 孔明=30, 张飞=32, 郭嘉=37
map.forEach((k,v) -> System.out.printf("%s=%s, ", k, v));

System.out.println();
map.get("曹操"); //访问一下曹操
//②打印结果：刘备=50, 孙权=18, 孔明=30, 张飞=32, 郭嘉=37, 曹操=40
map.forEach((k,v) -> System.out.printf("%s=%s, ", k, v));

System.out.println();
map.get("刘备"); //访问一下刘备
//③打印结果：孙权=18, 孔明=30, 张飞=32, 郭嘉=37, 曹操=40, 刘备=50
map.forEach((k,v) -> System.out.printf("%s=%s, ", k, v));

打印结果分析：

1. 第一次打印(①), 它就是按照插入顺序打印的（因为此时还没有访问,也就是调用get方法)
2. 第二次打印(②), 我访问了一次"曹操", 然后再打印的时候，它将"曹操"放到了尾部
3. 第三次打印(③), 我又访问了一次"刘备",然后打印的时候，"刘备"放到了尾部

不难发现，一旦 accessOrder=true, 链表的存储顺序将按照"访问顺序" 进行调整，我们通过源码看下：

访问就是调用 get() 方法

public V get(Object key) {
    Node<K,V> e;
    //根据key查找节点数据，如果没有，则退出
    if ((e = getNode(hash(key), key)) == null)
        return null;
        
    //如果 accessOrder = true, 则在get后进行进一步的处理    
    if (accessOrder)
        afterNodeAccess(e);
    return e.value;
}

我们来看下，访问后它是如何处理的,我们以 get("曹操")为例进行分析：

void afterNodeAccess(Node<K,V> e) { // move node to last
    LinkedHashMap.Entry<K,V> last;
    //如果访问的就是尾节点，那就不用处理了，因为经常访问的就是放到尾部
    if (accessOrder && (last = tail) != e) {
        /**
         *   b = p.before : 也就是孙权
         *   p: 当前访问的节点，也就是"曹操"
         *   a = p.after : 也就是孔明
         *
        LinkedHashMap.Entry<K,V> p =
            (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
        p.after = null;
        
        //如果b为空，说明，"曹操"之前没有节点了，也就是"曹操"首节点，这里并不是
        if (b == null)
            head = a;
        else
            /**
             * 如果b不为空，说明"曹操"之前是有节点的，那么我就让原来的 b -> p("曹操") -> a
             * 变成 b -> a (跳过p, p稍后在处理)
             *
             */
            b.after = a;
        /**
         * 如果a不是null,说明 "曹操"之后还有节点，那么我就让之前的 a -> p("曹操") -> b 
         * 变成 a -> b(跳过p)
         * 注意：他们是双向链表 b <=> p <=> a
         */
        if (a != null)
            a.before = b;
        else
            last = b;
        if (last == null)
            head = p;
        else {
            //因为尾部节点不是null, 所以让p指向原来的尾结点，同时也让原来的尾部节点指向p（双向)
            p.before = last;
            last.after = p;
        }
        //将访问的节点"曹操" 放到尾部
        tail = p;
        ++modCount;
    }
}

逻辑并不复杂，仔细梳理下就能看明白,我们再通过下图来看下:

由于这个访问顺序的特性，LinkedHashMap可以被用来构建LRU(最近最少使用)缓存，这一点在源码的文档注释中也有体现：

那么接下来，我们就通过LinkedHashMap实现一下LRU缓存。

3.基于LinkedHashMap构建LRU缓存

/**
 * @author qiuguan
 * 基于LinkedHashMap实现LRU缓存
 */
public class LruCache<K, V> extends LinkedHashMap<K, V> {

    private final int maxCacheSize;

    public LruCache(int cacheSize) {
        //accessOrder一定要为true
        super(8, 0.75f, true);
        this.maxCacheSize = cacheSize;
    }

    /**
     * 判断是否要移除最老的数据，也就是最晚访问的数据
     * 这也是基于LinkedHashMap实现LRU缓存的核心
     */
    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        //return super.size() > 1024; 当元素个数超过1024个，将移除不经常访问的数据
        //当Map的元素个数 > 指定的缓存最大数时，此时就需要移除不经常访问的元素了
        return super.size() > maxCacheSize;
    }
}

测试数据分析：

public class Test {

    public static void main(String[] args) {

        LruCache<String, Integer> cache = new LruCache<>(6);

        //存放6个元素
        cache.put("刘备", 50);
        cache.put("孙权", 18);
        cache.put("曹操", 40);
        cache.put("孔明", 30);
        cache.put("张飞", 32);
        cache.put("郭嘉", 37);

        //打印结果：刘备 = 50; 孙权 = 18; 曹操 = 40; 孔明 = 30; 张飞 = 32; 郭嘉 = 37
        cache.forEach((k, v) -> System.out.printf("%s = %s; ", k, v));

        System.out.println();
        //在放一个元素，超过了缓存最大值6
        cache.put("关羽", 40);
        //打印结果：孙权 = 18; 曹操 = 40; 孔明 = 30; 张飞 = 32; 郭嘉 = 37; 关羽 = 40
        //"刘备"被移除了
        cache.forEach((k, v) -> System.out.printf("%s = %s; ", k, v));

        System.out.println();
        cache.get("孙权");
        cache.get("孔明");
        //打印结果：曹操 = 40; 张飞 = 32; 郭嘉 = 37; 关羽 = 40; 孙权 = 18; 孔明 = 30;
        cache.forEach((k, v) -> System.out.printf("%s = %s; ", k, v));


        System.out.println();
        cache.put("马超", 25);
        //打印结果：张飞 = 32; 郭嘉 = 37; 关羽 = 40; 孙权 = 18; 孔明 = 30; 马超 = 25;
        //"曹操"是最近最少使用的，位于头部，直接移除
        cache.forEach((k, v) -> System.out.printf("%s = %s; ", k, v));

    }
}

不难发现，无论我怎么添加元素，它打印的结果都是6个元素，这就是因为当元素个数超过6的时候，他会移除不经常访问的数据，所以基于LinkedHashMap实现LRU缓存是非常方便的。

简单看下源码：

void afterNodeInsertion(boolean evict) { // possibly remove eldest
    LinkedHashMap.Entry<K,V> first;
    /**
     * 将双向链表的头节点赋给fist, 如果 removeEldestEntry(first) 为ture, 则移除头部节点
     * removeEldestEntry(first) 就是我们实现的方法
     *
     */
    if (evict && (first = head) != null && removeEldestEntry(first)) {
        K key = first.key;
        removeNode(hash(key), key, null, false, true);
    }
}

好了，关于LinkedHashMap相关的知识点就记录到这里吧。

限于作者水平，文中难免有错误之处，欢迎指正，勿喷，感谢感谢