Java中实现LRU缓存最推荐方式是继承LinkedHashMap并设置accessOrder=true，重写removeEldestEntry方法判断size()>maxSize，时间复杂度O(1)，避免手写链表的复杂性与线程安全风险。
Java 中 HashMap 本身不支持 LRU（Least Recently Used）淘汰策略，它只是无序、非线程安全的键值对存储结构。要实现基于 LRU 的缓存，核心思路是：**在保持快速查找（O(1)）的同时，维护元素的访问顺序，并在容量超限时移除最久未使用的项**。
用 LinkedHashMap 实现 LRU 缓存（推荐）
LinkedHashMap 是 HashMap 的子类，内部维护了一个双向链表，能按插入顺序或访问顺序记录元素。启用访问顺序模式（accessOrder = true），就能天然支持 LRU：
- 每次
get()或put()操作都会将对应节点移到链表尾部（即“最近使用”位置） - 重写
removeEldestEntry()方法，在插入新元素后判断是否需要淘汰最老的项（链表头部）
示例代码：
class LRUCache<K, V> extends LinkedHashMap<K, V> {
private final int capacity;
public LRUCache(int capacity) {
// accessOrder = true：按访问顺序排序
super(capacity, 0.75f, true);
this.capacity = capacity;
}
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
return size() > capacity; // 超过容量就淘汰最老的
}
}
使用时直接当作 Map 即可：LRUCache<String, Integer> cache = new LRUCache<>(3);，get() 和 put() 自动更新顺序并触发淘汰。
立即学习“Java免费学习笔记（深入）”；
Java项目代码review工具。分析Git变更+完整调用链路上下文，推断业务需求，进行多维度评分和分类汇总，生成完整PRD文档。包含细粒度Java代码审查清单（Null安全、异常处理、Streams、并发、equals/hashCode、资源管理、API设计、性能、MyBatis/ORM、事务边界、SQL/DD...
手动封装 HashMap + 双向链表（理解原理）
如果想完全自定义或学习底层逻辑，可用 HashMap 存储节点引用，配合自定义双向链表管理顺序：
-
HashMap<K, Node>提供 O(1) 查找 - 每个
Node包含 key、value、prev、next，组成链表 -
get()：查到后把节点移到尾部（最新）；put()：已存在则更新并移尾，不存在则新建并插尾，超容则删头
这种方式灵活性高，但需自己维护链表指针和边界（如空链、单节点），容易出错，生产环境建议优先用 LinkedHashMap。
注意线程安全问题
LinkedHashMap 和普通 HashMap 都不是线程安全的。多线程场景下：
- 可用
Collections.synchronizedMap(new LRUCache(...))，但会锁整个 map，影响并发性能 - 更优方案是用
ConcurrentHashMap配合显式锁（如ReentrantLock）保护链表操作，或选用成熟缓存库（如 Caffeine、Guava Cache）
为什么不直接改造 HashMap？
HashMap 的底层是数组 + 链表/红黑树，只负责哈希定位，不保存插入或访问时间信息，也没有节点前后引用。强行在其中塞入顺序逻辑会破坏其设计目标，大幅增加复杂度和开销。而 LinkedHashMap 已在继承关系中优雅补全了这一能力，无需重复造轮子。
