揭秘 LinkedHashMap 源码，轻松实现 LRU 缓存

2023-02-25 00:47:11

深入揭秘 LinkedHashMap：掌握 LRU 缓存实现的利器

简介

作为一名算法爱好者，你是否在刷 LeetCode 时遇到过 LRU 缓存的难题？面对使用 LinkedHashMap 和自定义双向链表的两种解法，你是不是也曾感到困惑？别担心，本文将深入探究 LinkedHashMap 的源码，揭开其实现 LRU 缓存的奥秘，让你轻松掌握 LRU 缓存的实现原理。

LinkedHashMap 源码解析

LinkedHashMap 是 Java 中一款功能强大的数据结构，继承自 HashMap，同时还具备有序性。这意味着 LinkedHashMap 能够保证元素的插入顺序与遍历顺序一致，对于实现 LRU 缓存来说十分有用。

LinkedHashMap 的核心设计在于使用双向链表存储元素。该链表包含所有元素的键值对，以及两个特殊节点：头部节点和尾部节点。头部节点指向最近最少使用的元素，而尾部节点指向最近最常使用的元素。

当向 LinkedHashMap 中插入元素时，该元素将被添加到双向链表的尾部。同时，LinkedHashMap 也会更新头部节点和尾部节点的指向，确保双向链表保持正确的顺序。

当需要从 LinkedHashMap 中删除元素时，我们会先找到该元素在双向链表中的位置，然后将其删除。同时，LinkedHashMap 也会更新头部节点和尾部节点的指向，确保双向链表始终保持正确的顺序。

实现 LRU 缓存

理解了 LinkedHashMap 的工作原理后，实现 LRU 缓存就变得非常容易。我们可以将 LinkedHashMap 作为底层数据结构，并重写某些方法以实现 LRU 缓存的逻辑。

具体来说，我们需要重写 LinkedHashMap 的 removeEldestEntry 方法。当 LinkedHashMap 达到最大容量时，该方法会被调用，负责删除最近最少使用的元素。在 LRU 缓存中，我们需要删除头部节点指向的元素，因为该元素即为最近最少使用的元素。

@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
    return size() > capacity;
}

重写了 removeEldestEntry 方法后，我们就可以使用 LinkedHashMap 来实现 LRU 缓存了。以下代码展示了如何创建一个 LRU 缓存：

public class LRUCache<K, V> {

    private LinkedHashMap<K, V> cache;

    public LRUCache(int capacity) {
        cache = new LinkedHashMap<>(capacity, 0.75f, true) {
            @Override
            protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
                return size() > capacity;
            }
        };
    }

    public V get(K key) {
        return cache.get(key);
    }

    public void put(K key, V value) {
        cache.put(key, value);
    }
}