LinkedHashMap如何设置访问顺序
2026-03-23 21:18:58
0浏览
收藏
LinkedHashMap的访问顺序并非默认行为,而是必须在构造时显式传入`accessOrder = true`才能启用的关键机制——它让`get()`和`put()`操作自动将对应节点移至链表尾部,从而实现“最近访问优先”的迭代顺序,而`containsKey()`等只读方法则完全不触发重排;这一开关还彻底改变`removeEldestEntry()`的语义:开启后淘汰的是最久未被访问(而非最早插入)的条目,是构建可靠LRU缓存的核心前提;但需警惕其副作用——遍历时调用`get()`或`put()`会引发结构性修改,导致迭代器失效,因此实际使用中必须严格区分读写意图,避免逻辑陷阱。

LinkedHashMap 构造函数里 accessOrder 参数设为 true 才算开启访问顺序
默认不是访问顺序,而是插入顺序。哪怕你反复 get() 或 put(),只要没显式指定,LinkedHashMap 就按元素插入的先后排列迭代顺序。关键就在构造时那个布尔参数:accessOrder。
new LinkedHashMap<>()和new LinkedHashMap<>(16, 0.75f)都是插入顺序(accessOrder = false)- 必须写成
new LinkedHashMap<>(16, 0.75f, true),第三个参数true才启用访问顺序 - 注意:前两个参数(初始容量、负载因子)可以省略,但一旦要设
accessOrder,就必须把前两个也写全,否则编译不通过
访问顺序只对 get() 和 put() 生效,containsKey() 不触发重排序
很多人以为只要“访问”了就算,其实不是。LinkedHashMap 的访问顺序重排只发生在明确改变节点位置的操作上——也就是 get() 和 put()(含 putIfAbsent())。而 containsKey()、getOrDefault() 这类只读方法不会移动节点。
map.get("k")→ 节点移到尾部(最新访问)map.put("k", "v")→ 若 key 已存在,同样移到尾部;若不存在,则作为新节点追加到尾部map.containsKey("k")→ 完全不改变链表顺序,哪怕这个 key 在头位置,查完它还在头
accessOrder = true 时 removeEldestEntry() 的判断依据是「最久未访问」而非「最早插入」
这是最容易误解的一点。当你要实现 LRU 缓存时,常配合覆写 removeEldestEntry()。如果没开访问顺序,它删的是第一个插入的;开了以后,删的就是迭代器头节点——也就是最久没被 get() 或 put() 触碰过的那个。
- 错误写法:
return size() > 10;—— 会删掉最早插入但可能刚被访问过的项 - 正确逻辑依赖
accessOrder = true,再配return size() > 10;,才能保证删的是最冷数据 - 注意:即使开了访问顺序,
removeEldestEntry()本身不自动删除,只是提供钩子;删除动作由put()内部触发
遍历顺序和迭代器行为在 accessOrder = true 下有隐蔽副作用
每次 get() 或 put() 都会修改链表结构,这意味着正在遍历的迭代器可能提前结束或抛 ConcurrentModificationException——不是因为多线程,而是单线程里边遍历边访问触发了结构性修改。
- 安全做法:避免在
for-each或iterator().forEachRemaining()循环体内调用get()/put() - 如果真需要边查边更新顺序,改用
entrySet().toArray()快照后再处理 - 另外,
keySet()、values()、entrySet()返回的集合视图都共享同一套顺序逻辑,改一个全变
accessOrder 是个开关,一开就联动整个行为模型;关了它,get() 就真的只是查,开了它,查就成了“摸一下就挪位置”的动作——这点不厘清,缓存淘汰永远不对劲。
以上就是《LinkedHashMap如何设置访问顺序》的详细内容,更多关于的资料请关注golang学习网公众号!
宝塔面板404错误解决方法
- 上一篇
- 宝塔面板404错误解决方法
- 下一篇
- 即梦AI动态壁纸制作教程详解
查看更多
最新文章
-
- 文章 · java教程 | 2小时前 | Java · 取消 · CompletableFuture · 重试 ·
- Java HTTP Client 实现带取消与重试的异步请求
- 212浏览 收藏
-
- 文章 · java教程 | 23小时前 | Java · JVM · JVM Native Memory Tracking NMT jcmd 原生内存 JVM内存排查
- JVM 原生内存上涨但堆稳定,怎样用 NMT 分类定位
- 414浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 性能优化 · Stream · Java教程 · Java Stream Spliterator 并行流 parallelStream Stream副作用
- Stream 并行化前先判断什么:数据规模、拆分与副作用
- 405浏览 收藏
-
- 文章 · java教程 | 1天前 | Java教程 · sealed interface Java密封类 模式匹配switch 支付结果 穷尽检查
- 密封类建模支付结果:穷尽分支与扩展边界
- 270浏览 收藏
-
- 文章 · java教程 | 1天前 | 数据校验 · api设计 · Java教程 · 参数校验 Java record API DTO Jakarta Validation 紧凑规范构造器 跨字段校验
- Java Record 作为 API DTO 时,校验逻辑放在哪里
- 370浏览 收藏
-
- 文章 · java教程 | 1天前 | 线程池 · 异常处理 · 并发编程 · Java教程 · CompletableFuture · 异步任务 completablefuture allOf Handle 结果汇总 CompletionException
- CompletableFuture 组合独立任务:allOf 结果汇总与失败归属
- 482浏览 收藏
-
- 文章 · java教程 | 1天前 |
- StructuredTaskScope 如何表达并发任务的共同生命周期
- 425浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发编程 · Java教程 · java arena MemorySegment WrongThreadException FFM API
- Java MemorySegment 怎么限制跨线程访问范围
- 132浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Java 24 Java Class-File API CodeTransform ClassTransform CodeAttribute
- Java Class-File API 怎么转换方法代码属性
- 199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。
- 376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。
- 448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。
- 457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。
- 400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。
- 227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

