轻松搞懂 LinkedHashMap 源码，快速掌握数据有序存储的奥秘

LinkedHashMap 源码分析

前面对 HashMap 的源码做了分析，我们知道 HashMap 内部的数据结构是数组+单链表/红黑树实现的，这种数据结构是不能保证数据插入的有序性的，因为会对传入的 key 做 hash 运算，然后再做取模运算，通过链表指向的方法去存储数据，这样就导致了遍历数据的时候无法根据插入的顺序来遍历。

而 LinkedHashMap 则不同，它在 HashMap 的基础上做了改进，增加了对插入顺序的维护，使数据能够按照插入的先后顺序进行存储和遍历。

LinkedHashMap 的数据结构

LinkedHashMap 的数据结构与 HashMap 非常相似，也是由数组和链表/红黑树组成。但与 HashMap 不同的是，LinkedHashMap 在链表/红黑树中增加了一个额外的节点，称为 entry 节点。entry 节点不仅存储了 key-value 对，还存储了指向前后 entry 节点的指针。这样，就可以通过遍历 entry 节点来实现数据的有序存储和遍历。

LinkedHashMap 的工作原理

LinkedHashMap 的工作原理与 HashMap 非常相似。当向 LinkedHashMap 中插入数据时，首先会对 key 进行 hash 运算，然后做取模运算，得到一个数组下标。如果数组下标对应的链表/红黑树为空，则直接将数据插入到链表/红黑树中。否则，则遍历链表/红黑树，找到与 key 相同的 entry 节点，然后将数据插入到该 entry 节点之后。

当从 LinkedHashMap 中删除数据时，首先会对 key 进行 hash 运算，然后做取模运算，得到一个数组下标。如果数组下标对应的链表/红黑树为空，则直接返回 null。否则，则遍历链表/红黑树，找到与 key 相同的 entry 节点，然后将该 entry 节点从链表/红黑树中删除。

当遍历 LinkedHashMap 中的数据时，可以通过 entry 节点之间的指针来实现。从头结点开始，依次遍历每个 entry 节点，就可以按照插入的先后顺序来遍历数据。

LinkedHashMap 的应用场景

LinkedHashMap 在实际项目中有着广泛的应用场景，比如：

• 缓存数据：LinkedHashMap 可以用来缓存数据，当需要访问数据时，可以先从 LinkedHashMap 中获取，如果找不到，再去数据库中查询。这样可以提高数据的访问速度。
• 实现 LRU 算法：LinkedHashMap 可以用来实现 LRU 算法（最近最少使用算法），该算法可以根据数据的访问频率来淘汰数据，从而保证缓存中存储的数据是最常用的数据。
• 实现 FIFO 算法：LinkedHashMap 可以用来实现 FIFO 算法（先进先出算法），该算法可以按照数据的插入顺序来淘汰数据，从而保证缓存中存储的数据是最早插入的数据。
• 有序存储数据：LinkedHashMap 可以用来存储有序的数据，比如日志数据、交易记录等。

总结

LinkedHashMap 是一种非常实用的数据结构，它不仅具有 HashMap 的快速检索性能，还能保证数据的有序性。在实际项目中，LinkedHashMap 有着广泛的应用场景，比如缓存数据、实现 LRU 算法、实现 FIFO 算法等。