LinkedHashMap通过accessOrder=true维护访问顺序,重写removeEldestEntry方法可实现LRU缓存,容量超限时自动移除最久未使用条目,适用于轻量级缓存场景。

在Java中,LinkedHashMap 是 HashMap 的一个子类,它通过维护一个双向链表来保持元素的插入顺序或访问顺序。这个特性让它非常适合用来实现 LRU(Least Recently Used,最近最少使用)缓存机制。
什么是LRU缓存?
LRU 缓存是一种淘汰策略:当缓存容量达到上限时,优先移除最久未被使用的数据。这种机制广泛应用于内存缓存、浏览器历史记录等场景。
借助 LinkedHashMap 提供的构造函数和重写方法的能力,我们可以非常简洁地实现一个高效的 LRU 缓存。
LinkedHashMap 实现 LRU 的关键参数
要让 LinkedHashMap 支持 LRU,需要使用其特定的构造函数:
立即学习“Java免费学习笔记(深入)”;
LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder)
其中最关键的是第三个参数:
- accessOrder = false:按插入顺序排序(默认)
- accessOrder = true:按访问顺序排序,即每次 get 或 put 已存在的 key,该条目会移到链表末尾
启用 accessOrder = true 后,最近访问的元素始终在链表尾部,最久未访问的在头部 —— 这正是 LRU 所需的行为。
重写 removeEldestEntry 方法控制容量
LinkedHashMap 提供了一个可重写的方法:
protected boolean removeEldestEntry(Map.Entryeldest)
该方法决定是否移除最老的条目(链表头部)。我们可以通过重写它来实现自动清理:
- 返回 true:移除最老条目
- 返回 false:保留
例如,限制缓存最多存放 3 个元素:
@Override protected boolean removeEldestEntry(Map.Entryeldest) { return size() > 3; }
完整代码示例:自定义 LRU 缓存
下面是一个基于 LinkedHashMap 实现的简单 LRU 缓存:
import java.util.LinkedHashMap; import java.util.Map; public class LRUCacheextends LinkedHashMap { private static final int MAX_CACHE_SIZE = 3; public LRUCache() { // initialCapacity=4, loadFactor=0.75, accessOrder=true super(MAX_CACHE_SIZE + 1, 0.75f, true); } @Override protected boolean removeEldestEntry(Map.Entry eldest) { return size() > MAX_CACHE_SIZE; } }
测试用法:
LRUCachecache = new LRUCache<>(); cache.put("A", 1); cache.put("B", 2); cache.put("C", 3); System.out.println(cache.keySet()); // [A, B, C] cache.get("A"); // 访问 A cache.put("D", 4); // 超出容量,应淘汰 B(最久未使用) System.out.println(cache.keySet()); // [C, A, D]
输出结果会显示:
[A, B, C]
[C, A, D]
可以看到,放入 D 时触发淘汰机制,B 被移除,因为 C 和 A 更近被访问过(A 因 get 操作被移到末尾),而 B 是最久未使用的。
注意事项与优化建议
- 初始容量设置:建议设为最大容量 +1,避免频繁扩容
- 线程安全问题:LinkedHashMap 本身非线程安全,多线程环境下需额外同步处理,如使用 Collections.synchronizedMap 包装
- 性能考量:适用于中小规模缓存;大规模或复杂场景建议使用 ConcurrentHashMap 配合定时任务或引用队列等方式
- 扩展功能:可加入超时失效、命中统计等功能,在 get/put 中添加逻辑即可
基本上就这些。利用 LinkedHashMap 的访问顺序和 removeEldestEntry 机制,几行代码就能构建一个高效可靠的 LRU 缓存,适合大多数轻量级应用场景。不复杂但容易忽略细节,比如 accessOrder 必须设为 true,否则无法正确追踪访问顺序。










