LinkedHashMap源码解读

1. 前言

还是从面试中来,到面试中去。面试官在面试 Redis 的时候经常会问到,Redis 的 LRU 是如何实现的?如果让你实现 LRU 算法,你会怎么实现呢?除了用现有的结构 LinkedHashMap 实现,你可以自己实现一个吗?跳跃表、小顶堆行不行...

阅读这篇文章前建议大家先熟悉下Java 面试必问之 Hashmap 底层实现原理(JDK1.8)。LinkedHashMap 基于 HashMap 实现,其中很多方法都是在 HashMap 上进行了增强。

2. 使用 LinkedHashMap 实现 LRU 缓存

实现代码如下:

public class LRUCache extends LinkedHashMap {

    private int cacheSize;

    public LRUCache(int cacheSize) {
        super(16, (float) 0.75, true);
        this.cacheSize = cacheSize;
    }

    /**
     * 判断节点数是否超限
     * @param eldest
     * @return 超限返回 true,否则返回 false
     */
    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > cacheSize;
    }
}

测试代码如下:

/**
 * 输出结果:
 * 17:44:31.635 [main] INFO com.demo.cache.Test - 所有的缓存:{key0=0, key1=1, key2=2}
 * 17:44:31.641 [main] INFO com.demo.cache.Test - 访问key0后的缓存:{key1=1, key2=2, key0=0}
 * 17:44:31.642 [main] INFO com.demo.cache.Test - 测试热点缓存:{key2=2, key0=0, key3=3}
 */
@Slf4j
public class Test {

    public static void main(String[] args) {

        LRUCache lruCache = new LRUCache<>(3);

        for (int i=0; i<3; i++) {
            lruCache.put("key" + i, i);
        }

        log.info("所有的缓存:{}", lruCache);

        // 理论上刚访问过key0,key0应该放在链表尾部,代表最近使用,删除策略从头部删除
        lruCache.get("key0");
        log.info("访问key0后的缓存:{}", lruCache);

        // 新插入缓存,超过了缓存阈值,理论上会删除链表头部元素,并将新缓存放置在链表尾部。
        lruCache.put("key3", 3);
        log.info("测试热点缓存:{}", lruCache);

    }
}

3. 源码分析

Redis 中 LRU 的实现暂时没有研究,大家可以看下别人的分析,这里只做 java 部分的分析。

笔者的代码环境是 OpenJDK8

LinkedHashMap 底层依旧基于 HashMap 实现,同时增加了一条双向链表,使得上面的结构可以保持键值对的插入顺序。同时通过对链表进行相应的操作,实现了访问顺序相关逻辑。

3.1 基础节点 Entry

    static class Entry extends HashMap.Node {
        Entry before, after;
        // 构造方法直接复用Hashmap的构造方法
        Entry(int hash, K key, V value, Node next) {
            super(hash, key, value, next);
        }
    }

基础节点的继承自 HashMap 的 Node 节点.

3.2 新增节点

查看源码方法列表可以看出,源码中没有 put()方法,那一定是继承父类 Hashmap 的 put()方法。

这里我们再看下链表的插入逻辑


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

    // HashMap方法
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node[] tab; Node p; int n, i;
        // 判断数组是否为空,长度是否为0,是则进行扩容数组初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 通过hash算法找到数组下标得到数组元素,为空则新建
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node e; K k;
            // 找到数组元素,hash相等同时key相等,则直接覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 该数组元素在链表长度>8后形成红黑树结构的对象,p为树结构已存在的对象
            else if (p instanceof TreeNode)
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 该数组元素hash相等,key不等,同时链表长度<8.进行遍历寻找元素,有就覆盖无则新建
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        // 新建链表中数据元素,尾插法
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 链表长度>=8 结构转为 红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 新值覆盖旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent默认false
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                // 需要子类实现
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 判断是否需要扩容
        if (++size > threshold)
            resize();
        // 需要子类实现,默认是true
        afterNodeInsertion(evict);
        return null;
    }

    // 覆盖HashMap方法,新创建Entry节点的元素放在链表尾部(需要新建节点的走这里,包括链表和红黑树)
    Node newNode(int hash, K key, V value, Node e) {
        LinkedHashMap.Entry p =
            new LinkedHashMap.Entry(hash, key, value, e);
        linkNodeLast(p);
        return p;
    }

    // 将元素插入到双端链表尾部
    private void linkNodeLast(LinkedHashMap.Entry p) {
        LinkedHashMap.Entry last = tail;
        tail = p;
        // 数组和链表都为空,首尾指针指向当前节点
        if (last == null)
            head = p;
        else {
            // 移动尾指针指向新节点
            p.before = last;
            last.after = p;
        }
    }


    // 将被访问节点移动到链表最后(覆盖旧节点value的走这里,包括链表和红黑树)
    void afterNodeAccess(Node e) { // move node to last
        LinkedHashMap.Entry last;
        if (accessOrder && (last = tail) != e) {
            LinkedHashMap.Entry p =
                (LinkedHashMap.Entry)e, b = p.before, a = p.after;
            p.after = null;
            if (b == null)
                head = a;
            else
                b.after = a;
            if (a != null)
                a.before = b;
            else
                last = b;
            if (last == null)
                head = p;
            else {
                p.before = last;
                last.after = p;
            }
            tail = p;
            ++modCount;
        }
    }

    // 根据条件判断是否移除最近最少被访问的节点
    void afterNodeInsertion(boolean evict) { // possibly remove eldest
        LinkedHashMap.Entry first;
        if (evict && (first = head) != null && removeEldestEntry(first)) {
            K key = first.key;
            // 删除头节点
            removeNode(hash(key), key, null, false, true);
        }
    }

    // 覆盖此方法可实现不同的策略缓存,
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return false;
    }

基本插入逻辑和 HashMap 是相同的,我把需要子类覆写的地方用不同颜色表示出来了,具体见下图:

3.3 删除节点


    // HashMap实现
    public V remove(Object key) {
        Node e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }
    // HashMap实现
    final Node removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node[] tab; Node p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            Node node = null, e; K k; V v;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    node = ((TreeNode)p).getTreeNode(hash, key);
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                // 默认空实现,子类中实现删除回调
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

    // LinkedHashMap中实现。删除节点后的链表维护
    void afterNodeRemoval(Node e) { // unlink
        LinkedHashMap.Entry p =
            (LinkedHashMap.Entry)e, b = p.before, a = p.after;
        p.before = p.after = null;
        if (b == null)
            head = a;
        else
            b.after = a;
        if (a == null)
            tail = b;
        else
            a.before = b;
    }

删除节点的逻辑比较简单,和 HashMap 基本一样,删除节点后重新维护前后节点指针即可。

3.4 获取节点(最近使用节点移动至尾节点)

    // 重写HashMap方法
    public V get(Object key) {
        Node e;
        if ((e = getNode(hash(key), key)) == null)
            return null;

        // 如果accessOrder=true,则获取节点元素后将该节点移动至链表尾部(删除旧节点从头部删除)
        if (accessOrder)
            afterNodeAccess(e);
        return e.value;
    }

    // LinkedHashMap 中覆写。将被访问节点移动到链表最后(覆盖旧节点value的走这里,包括链表和红黑树)
    // 将被访问节点移动到链表最后(覆盖旧节点value的走这里,包括链表和红黑树)
    void afterNodeAccess(Node e) { // move node to last
        LinkedHashMap.Entry last;
        if (accessOrder && (last = tail) != e) {
            LinkedHashMap.Entry p =
                (LinkedHashMap.Entry)e, b = p.before, a = p.after;
            p.after = null;
            if (b == null)
                head = a;
            else
                // 移除节点e,并重新维护前后节点链表指针
                b.after = a;
            if (a != null)
                // 移除节点e,并重新维护前后节点链表指针
                a.before = b;
            else
                last = b;
            if (last == null)
                head = p;
            else {
                // 将节点e移动到链表尾部
                p.before = last;
                last.after = p;
            }
            tail = p;
            ++modCount;
        }
    }

从代码中可以看到,每次调用 get 方法时,如果开启了 accessOrder,则会将当前元素移动到链表尾部。

4. 总结

本来源码加配图学习会更加容易明白,奈何绘图功底有限。大家有什么比较好用的工具可以推荐一下。到此,本篇文章就写完了,感谢大家的阅读!如果您觉得对您有帮助,请关注公众号【当我遇上你】。

你可能感兴趣的:(linkedhashmap,源码,lrucache)