1. 程式人生 > >LinkedHashMap實現LRU算法

LinkedHashMap實現LRU算法

mov code lse 構造函數 dde iterator tree after 性能

LinkedHashMap特別有意思,它不僅僅是在HashMap上增加Entry的雙向鏈接,它更能借助此特性實現保證Iterator叠代按照插入順序(以insert模式創建LinkedHashMap)或者實現LRU(Least Recently Used最近最少算法,以access模式創建LinkedHashMap)。

下面是LinkedHashMap的get方法的代碼

public V get(Object key) {
        Entry<K,V> e = (Entry<K,V>)getEntry(key);
        if (e == null)
            
return null; e.recordAccess(this); return e.value; }

其中有一段:e.recordAccess(this)。下面我們進入Entry的定義

void recordAccess(HashMap<K,V> m) {
            LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
            if (lm.accessOrder) {
                lm.modCount++;
                remove();
                addBefore(lm.header);
            }
        }

這裏的addBefore(lm.header)是做什麽呢?再看

private void addBefore(Entry<K,V> existingEntry) {
            after  = existingEntry;
            before = existingEntry.before;
            before.after = this;
            after.before = this;
        }

從這裏可以看到了,addBefore(lm.header)是把當前訪問的元素挪到head的前面,即最近訪問的元素被放到了鏈表頭,如此要實現LRU算法只需要從鏈表末尾往前刪除就可以了,多麽巧妙的方法。

在看到LinkedHashMap之前,我以為實現LRU算法是在每個元素內部維護一個計數器,訪問一次自增一次,計數器最小的會被移除。但是要想到,每次add的時候都需要做這麽一次遍歷循環,並取出最小的拋棄,在HashMap較大的時候效率很差。當然也有其他方法來改進,比如建立<訪問次數,LinkedHashMap元素的key>這樣的TreeMap,在add的時候往TreeMap裏也插入一份,刪除的時候取最小的即可,改進了效率但沒有LinkedHashMap內部的默認實現來的簡捷。

LinkedHashMap是什麽時候刪除的呢?

 void addEntry(int hash, K key, V value, int bucketIndex) {
        super.addEntry(hash, key, value, bucketIndex);
 
        // Remove eldest entry if instructed
        Entry<K,V> eldest = header.after;
        if (removeEldestEntry(eldest)) {
            removeEntryForKey(eldest.key);
        }
    }

在增加Entry的時候,通過removeEldestEntry(eldest)判斷是否需要刪除最老的Entry,如果需要則remove。註意看這裏Entry<K,V> eldest=header.after,記得我們前面提過LinkedHashMap還維護一個雙向鏈表,這裏的header.after就是鏈表尾部最後一個元素(頭部元素是head.before)。

LinkedHashMap默認的removeEldestEntry方法如下

protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
        return false;
    }
總是返回false,所以開發者需要實現LRU算法只需要繼承LinkedHashMap並重寫removeEldestEntry方法,下面以MyBatis的LRU算法的實現舉例
keyMap = new LinkedHashMap<Object, Object>(size, .75F, true) {
      private static final long serialVersionUID = 4267176411845948333L;
 
      protected boolean removeEldestEntry(Map.Entry<Object, Object> eldest) {
        boolean tooBig = size() > size;
        if (tooBig) {
          eldestKey = eldest.getKey();
        }
        return tooBig;
      }
    };

開發者的子類並不需要直接操作eldest(上例中獲得eldestKey只是MyBatis需要映射到Cache對象中的元素),只要根據自己的條件(一般是元素個數是否到達閾值)返回true/false即可。註意,要按照LRU排序必須在new LinkedHashMap()的構造函數的最後一個參數傳入true(true代表LinkedHashMap內部的雙向鏈表按訪問順序排序,false代表按插入順序排序)。

在LinkedHashMap的註釋裏明確提到,該類在保持插入順序、不想HashMap那樣混亂的情況下,又沒有像TreeMap那樣的性能損耗。同時又能夠很巧妙地實現LRU算法。其他方面和HashMap功能一致。有興趣的同學可以仔細看看LinkedHashMap的實現。

LinkedHashMap實現LRU算法