Java TreeMap 和 LinkedHashMap【笔记】

Java TreeMap 和 LinkedHashMap【笔记】

TreeMap

TreeMap基本结构

TreeMap 底层的数据结构就是红黑树，和 HashMap 的红黑树结构一样

与HashMap不同的是，TreeMap 利用了红黑树左节点小，右节点大的性质，根据 key 进行排序，使每个元素能够插入到红黑树大小适当的位置，维护了 key 的大小关系，适用于 key 需要排序的场景

TreeMap 常见属性

//比较器，如果外部有传进来 Comparator 比较器，首先用外部的
//如果外部比较器为空，则使用 key 自己实现的 Comparable#compareTo 方法
//比较手段和上面日常工作中的比较 demo 是一致的
private final Comparator<? super K> comparator;

//红黑树的根节点
private transient Entry<K,V> root;

//红黑树的已有元素大小
private transient int size = 0;

//树结构变化的版本号，用于迭代过程中的快速失败场景
private transient int modCount = 0;

//红黑树的节点
static final class Entry<K,V> implements Map.Entry<K,V> {}

TreeMap 新增节点

第一步，判断红黑树的节点是否为空，为空的话，新增的节点直接作为根节点

代码：

Entry<K,V> t = root;
if (t == null) {
    // compare 方法限制了 key 不能为 null
    compare(key, key);
    root = new Entry<>(key, value, null);
    size = 1;
    modCount++;
    return null;
}

第二步，自旋找到key应该新增的位置，然后挂在那个节点的头上，通过 compare 来比较 key 的大小，然后根据红黑树左小右大的特性，进行判断，找到应该新增节点的父节点

代码：

Comparator<? super K> cpr = comparator;
if (cpr != null) {
       do {
        parent = t;
        cmp = cpr.compare(key, t.key);
        if (cmp < 0)
            t = t.left;
        else if (cmp > 0)
            t = t.right;
        else
            return t.setValue(value);
    } while (t != null);
}

第三步，在父节点的左边或右边插入新增节点

代码：

if (cmp < 0)
    parent.left = e;
else
    parent.right = e;

第四步，着色旋转，使红黑树达到平衡，结束

我们可以发现，在新增节点时，利用了红黑树左小右大的特性，从根节点不断往下查找，直到找到节点是 null 为止，在查找的过程中，发现 key 值已经存在的话，就直接覆盖，且TreeMap 是禁止 key 是 null 值的

LinkedHashMap（没咋理解）

LinkedHashMap基础结构

LinkedHashMap 本身是继承 HashMap 的，所以它拥有 HashMap 的所有特性，再此基础上，还提供了两大特性

第一大特性，按照插入顺序进行访问

链表特性

LinkedHashMap 的数据结构，怎么说呢，就像是把 LinkedList 的每个元素换成了 HashMap 的 Node，LinkedHashMap 像是两者的结合体，不过也正是因为增加了这些结构，才能把 Map 的元素都串联起来，形成一个链表，而既然是个链表，那就可以保证顺序了

按照顺序新增

在LinkedHashMap 初始化时，我们默认 accessOrder 为 false，意思就是会按照插入顺序提供访问，插入方法使用的是父类 HashMap 的 put 方法，不过覆写了 put 方法执行中调用的 newNode以及newTreeNode 和 afterNodeAccess 方法，put 方法中的newNode以及newTreeNode 方法，可以控制新增节点追加到链表的尾部，这样每次新节点都追加到尾部，即可保证插入顺序了

按照顺序访问

LinkedHashMap 只提供了单向访问，即按照插入的顺序从头到尾进行访问，不能像 LinkedList 那样可以做到双向访问，因此主要通过迭代器进行访问，在迭代器初始化的时候，默认从头节点开始访问，在迭代的过程中，不断访问当前节点的 after 节点即可

Map 对 key、value 和 entity 都提供出了迭代的方法，假设我们需要迭代 entity，就可使用 LinkedHashMap.entrySet().iterator() 这种写法直接返回 LinkedHashIterator ，LinkedHashIterator 是迭代器，我们调用迭代器的 nextNode 方法就可以得到下一个节点

先前在新增节点时，就已经使用put 方法中的newNode以及newTreeNode 方法来维护元素之间的插入顺序，所以迭代访问时非常简单，只需要不断的访问当前节点的下一个节点即可

第二大特性，实现了访问最少最先删除功能，其目的是把很久都没有访问的 key 自动删除。

这种策略其实就是 LRU（Least recently used,最近最少使用），简单来说，在链表中的LRU，就是经常访问的元素会被追加到队尾，这样不经常访问的数据自然就被前移，慢慢靠近队头，然后我们可以通过设置删除策略，比如当 Map 元素个数大于多少时，把头节点删除，这就实现了最少最先的删除

一些问题：

HashMap、TreeMap、LinkedHashMap 三者异同？

相同点：

1.三者在特定的情况下，都会使用红黑树；

2.底层的 hash 算法相同；

3.在迭代的过程中，如果 Map 的数据结构被改动，都会报相同的错（ConcurrentModificationException）

不同点：

数据结构

HashMap 数据结构以数组为主，查询非常快

TreeMap 数据结构以红黑树为主，利用了红黑树左小右大的特点，可以实现 key 的排序

LinkedHashMap 在 HashMap 的基础上增加了链表的结构，实现了插入顺序访问和最少访问删除两种策略

且因为数据结构不一样，三者的上层包装的 api 略有差别

应用场景

TreeMap 适合需要根据 key 进行排序的场景

LinkedHashMap 适合按照插入顺序访问，或需要删除最少访问元素的场景

剩余场景我们使用 HashMap 即可，我们工作中大部分场景基本都在使用 HashMap

LinkedHashMap 中的 LRU 是什么意思？是怎么实现的？

LRU ，英文全称：Least recently used，中文叫做最近最少访问，在 LinkedHashMap 中，也叫做最少访问删除策略

我们可以通过 removeEldestEntry 方法设定一定的策略，使最少被访问的元素，在适当的时机被删除，原理是在 put 方法执行的最后，LinkedHashMap 会去检查这种策略，如果满足策略，就删除头节点

保证头节点就是最少访问的元素的原理是：LinkedHashMap 在 get 的时候，都会把当前访问的节点，移动到链表的尾部，慢慢的，就会使头部的节点都是最少被访问的元素