LinkedHashMap实现LRU缓存cache机制，Kotlin

小咪咪 2023-10-15 14:06 9阅读 0赞

### LinkedHashMap实现LRU缓存cache机制，Kotlin ###

###  ###

LinkedHashMap的accessOrder=true后，访问LinkedHashMap里面存储的元素，LinkedHashMap就会把该元素移动到最尾部。利用这一点，可以设置一个缓存的上限值，当存入的缓存数理超过上限值后，删掉LinkedHashMap头部元素即可（因为最头部意味着没有被多少使用）。

至于删除最头部的元素，我们自己可以写代码，把最头部（第一个）元素找出来，然后删掉。但是，刚好，LinkedHashMap内部源代码实现有一个函数：

protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
            return false;
        }

它默认返回false，如果该函数返回true，那么LinkedHashMap就会去删除头部最老的值。在代码中动态判断当前存储的元素数理是否超过缓存上限，超过就返回true，让LinkedHashMap删除最头部（最老的）值。

import java.util.LinkedHashMap
    
    class Lru(
        initialCapacity: Int,
        loadFactor: Float,
        accessOrder: Boolean
    ) : LinkedHashMap<Int, String>(initialCapacity, loadFactor, accessOrder) {
        private val CACHE_LIMIT: Int = 3
    
        //accessOrder=true改变LinkedHashMap的存储策略
        constructor() : this(10, 0.75F, true)
    
        //如果当前的map尺寸大于缓存上限
        //删除最老的元素。
        override fun removeEldestEntry(eldest: MutableMap.MutableEntry<Int, String>?): Boolean {
            return size > CACHE_LIMIT
        }
    }
    
    fun main(args: Array<String>) {
        val map = Lru()
        map[1] = "A"
        map[2] = "B"
        map[3] = "C"
        println(map)
        println("-")
    
        //插入D后，最头的A被删除。
        println("插入D")
        map[4] = "D"
        println(map)
        println("-")
    
        //插入E后，最头的B被删除。
        println("插入E")
        map[5] = "E"
        println(map)
        println("-")
    
        println("访问C")
        println(map[3])
        println(map)
    }

特意设置最多缓存3个元素，看代码运行结果：

> \{1=A, 2=B, 3=C\}  
> \-  
> 插入D  
> \{2=B, 3=C, 4=D\}  
> \-  
> 插入E  
> \{3=C, 4=D, 5=E\}  
> \-  
> 访问C  
> C  
> \{4=D, 5=E, 3=C\}

[Java的HashMap与LinkedHashMap异同\_zhangphil的博客-CSDN博客一句话概括的说：两者最大的不同就是，HashMap不保证put进去的数据的顺序；而LinkedHashMap则保证put进去的数据的顺序。换句话也就是说，HashMap添加进去的数据顺序和遍历时的数据顺序不一定；而LinkedHashMap则保证添加时数据顺序是什么，遍历时数据顺序是什么。例如，假如在HashMap中依次、顺序添加元素：1，2，3，4，5，在遍历HashMap时输出的顺![favicon32.ico][]https://blog.csdn.net/zhangphil/article/details/44115629][Java_HashMap_LinkedHashMap_zhangphil_-CSDN_HashMap_put_LinkedHashMap_put_HashMap_LinkedHashMap_HashMap_1_2_3_4_5_HashMap_favicon32.ico_https_blog.csdn.net_zhangphil_article_details_44115629]

[基于Java LinkedList,实现Android大数据缓存策略\_zhangphil的博客-CSDN博客import java.util.HashMap;import java.util.LinkedList;/\* \* 基于Java LinkedList,实现Android大数据缓存策略 \* 作者：Zhang Phil \* 原文出处：http://blog.csdn.net/zhangphil \* \* 实现原理：原理的模型认为：在LinkedList的头部元素是最旧的缓存数据，在L\_android大数据缓存![favicon32.ico][]https://blog.csdn.net/zhangphil/article/details/44116885][Java LinkedList_Android_zhangphil_-CSDN_import java.util.HashMap_import java.util.LinkedList_ _ _Java LinkedList_Android_ _ _Zhang Phil _ _http_blog.csdn.net_zhangphil _ _ _LinkedList_L_android_favicon32.ico_https_blog.csdn.net_zhangphil_article_details_44116885]

[favicon32.ico]: https://g.csdnimg.cn/static/logo/favicon32.ico
[Java_HashMap_LinkedHashMap_zhangphil_-CSDN_HashMap_put_LinkedHashMap_put_HashMap_LinkedHashMap_HashMap_1_2_3_4_5_HashMap_favicon32.ico_https_blog.csdn.net_zhangphil_article_details_44115629]: https://blog.csdn.net/zhangphil/article/details/44115629
[Java LinkedList_Android_zhangphil_-CSDN_import java.util.HashMap_import java.util.LinkedList_ _ _Java LinkedList_Android_ _ _Zhang Phil _ _http_blog.csdn.net_zhangphil _ _ _LinkedList_L_android_favicon32.ico_https_blog.csdn.net_zhangphil_article_details_44116885]: https://blog.csdn.net/zhangphil/article/details/44116885