LinkedHashMap如何保持顺序及使用方法
2026-03-09 09:24:37
0浏览
收藏
LinkedHashMap 是 Java 中兼具高效哈希查找与有序遍历能力的利器——它通过内部双向链表巧妙维持插入顺序或访问顺序,既可原样保留数据输入次序,又能动态调整元素位置以支持 LRU 缓存等典型场景;只需构造时指定访问顺序参数,并覆写 `removeEldestEntry` 方法,就能轻松实现自动淘汰的轻量级缓存,无需手动维护淘汰逻辑,是开发中兼顾性能、简洁性与功能性的理想选择。

在Java中,LinkedHashMap 是 HashMap 的一个子类,它通过维护一个双向链表来保证元素的插入顺序或访问顺序。这使得 LinkedHashMap 在需要有序遍历的场景下非常实用,比如缓存实现、保持数据输入顺序等。
保持插入顺序的基本用法
默认情况下,LinkedHashMap 会按照键值对插入的顺序进行迭代输出。
例如:
LinkedHashMapmap = new LinkedHashMap<>(); map.put("apple", 1); map.put("banana", 2); map.put("orange", 3); // 遍历时会按插入顺序输出 map.forEach((k, v) -> System.out.println(k + ": " + v)); // 输出: // apple: 1 // banana: 2 // orange: 3
与 HashMap 不同,即使扩容后,LinkedHashMap 依然能保持原始插入顺序。
按访问顺序排序:实现LRU缓存
LinkedHashMap 支持按访问顺序排列元素,即最近被访问(get 或 put)的元素会被移到末尾。这个特性可用于实现 LRU(Least Recently Used)缓存。
启用访问顺序需使用如下构造函数:
LinkedHashMapcache = new LinkedHashMap<>(16, 0.75f, true); // true 表示开启访问顺序 cache.put("A", "1"); cache.put("B", "2"); cache.put("C", "3"); cache.get("A"); // 访问 A,A 被移到末尾 cache.forEach((k, v) -> System.out.println(k + ": " + v)); // 输出顺序为:B: 2, C: 3, A: 1
注意第三个参数 true 启用了访问顺序模式。
重写 removeEldestEntry 实现自动清理
为了实现固定大小的 LRU 缓存,可以继承 LinkedHashMap 并重写 removeEldestEntry 方法。
示例:限制缓存最多存储3个元素
LinkedHashMaplruCache = new LinkedHashMap (16, 0.75f, true) { protected boolean removeEldestEntry(Map.Entry eldest) { return size() > 3; // 超过3个就移除最老的 } }; lruCache.put("1", "one"); lruCache.put("2", "two"); lruCache.put("3", "three"); lruCache.put("4", "four"); // 插入第4个时,"1" 自动被移除 System.out.println(lruCache); // {2=two, 3=three, 4=four}
这种方法无需手动管理淘汰逻辑,适合构建轻量级缓存结构。
常用操作方法总结
LinkedHashMap 继承自 HashMap,支持所有标准 Map 操作:
- put(K key, V value):插入键值对,保持插入顺序
- get(Object key):获取值,若启用了访问顺序,会更新该元素位置
- remove(Object key):删除指定键
- clear():清空所有元素
- size() 和 isEmpty():获取大小和判断是否为空
- containsKey(Object key):检查是否包含某个键
遍历方式与其他 Map 一致,推荐使用 forEach 或 entrySet。
基本上就这些。LinkedHashMap 在保持顺序的同时性能接近 HashMap,是需要有序性的首选 Map 实现。理解其插入顺序与访问顺序的区别,能更好应用于实际开发场景。不复杂但容易忽略细节。
今天关于《LinkedHashMap如何保持顺序及使用方法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
NGA玩家社区2026新官网入口揭秘
- 上一篇
- NGA玩家社区2026新官网入口揭秘
- 下一篇
- Win10更新错误0x80070002解决方法
查看更多
最新文章
-
- 文章 · java教程 | 1天前 | Java · ServiceLoader module-info.java Java模块
- Java 模块服务加载的可选实现与回退路径
- 363浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java VarHandle 内存序选择与可见性验证
- 226浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java JFR 事件流定位短时延迟尖峰
- 213浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 1天前 | Stream · Java教程 · java Stream Collector Collectors.teeing 统计汇总
- Java Collectors.teeing 汇总两条统计管道
- 385浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Foreign Function Memory API 管理本地内存生命周期
- 385浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 1天前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 424次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 503次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 512次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 460次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 289次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

