怎么利用 LinkedHashMap 的 removeEldestEntry 钩子函数快速实现固定大小的缓存-Java面试题-PHP中文网

利用linkedhashmap的removeeldestentry方法实现固定大小lru缓存，需启用访问顺序模式（构造时传true），重写该方法在put后判断size()是否超容并返回true以自动淘汰链表头最老项。

怎么利用 linkedhashmap 的 removeeldestentry 钩子函数快速实现固定大小的缓存

利用 LinkedHashMap 的 removeEldestEntry 方法实现固定大小缓存，本质是借助其“访问顺序 + 可扩展钩子”的特性，在插入新元素时自动淘汰最老（即最先插入或最少访问）的条目。关键在于重写该方法并启用访问顺序模式。

启用访问顺序模式

LinkedHashMap 默认按插入顺序维护链表，但缓存通常需要最近最少使用（LRU）策略，这就要求它按访问顺序排列。需在构造时传入 true 作为第三个参数：

new LinkedHashMap<k v>(initialCapacity, loadFactor, true)</k>

启用后，每次 get() 或 put() 都会把对应节点移到链表尾部，链表头部就始终是最久未被访问的项。

重写 removeEldestEntry 控制淘汰逻辑

该方法在每次 put()（或 putAll()）后被调用，接收当前刚插入的 Entry 作为参数，返回 true 则删除链表头部（最老）的条目。

要实现固定容量缓存，只需判断当前 size 是否超过阈值：

@Override
protected boolean removeEldestEntry(Map.Entry<k v> eldest) {
    return size() > MAX_CAPACITY;
}</k>

注意：不要在方法里手动调用 remove() 或修改 map，否则可能引发并发或状态不一致问题
时机：它只在 put 后触发，所以 get 不会引发淘汰，符合 LRU 行为
线程安全：LinkedHashMap 本身非线程安全，如需多线程使用，应包装为 Collections.synchronizedMap() 或用 ConcurrentHashMap + 手动 LRU 管理（但会失去内置钩子优势）

一个完整可运行的 LRU 缓存示例

以下是一个轻量、线程安全（加了同步）、带泛型的固定容量缓存封装：

public class LRUCache<k v> extends LinkedHashMap<k v> {
    private final int capacity;

    public LRUCache(int capacity) {
        // 初始容量、负载因子、启用访问顺序
        super(16, 0.75f, true);
        this.capacity = capacity;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<k v> eldest) {
        return size() > capacity;
    }

    // 可选：覆盖 get，确保 null 值也能正确体现“命中”
    @Override
    public V get(Object key) {
        return super.get(key);
    }
}</k></k></k>

使用方式简洁：

LRUCache<string integer> cache = new LRUCache(3);
cache.put("a", 1);
cache.put("b", 2);
cache.put("c", 3); // size=3
cache.put("d", 4); // 自动移除 "a"，size 保持为 3
System.out.println(cache); // {b=2, c=3, d=4}
</string>