兩種基本順序
它是HashMap的子類，但可以保證元素按插入和訪問有序，這與TreeMap按鍵排序不同。內部還有一個雙向鏈表維護鍵值對的順序，每個鍵值對既位於哈希表中，也位於這個雙向鏈表中。支持兩種順序：一種是插入順序，另一種是訪問順序。
插入順序容易理解，先添加的在前面，後添加的在後面，修改操作不影響順序。訪問順序是指get/put操作，對一個鍵執行get/put操作，其對應的鍵值對會移到鏈表末尾，所以最末尾是最近訪問的，最開始的最久沒被訪問的，這種順序就是訪問順序。
public LinkedHashMap(int initialCapacity,float loadFactor,boolean accessOrder)
其中參數accessOrder就是用來指定是否按訪問順序，如果爲true,就是訪問順序。
什麼時候希望保持插入順序呢？
Map經常用來處理一些數據，其處理模式是：接受一些鍵值對作爲輸入,處理，然後輸出，輸出時希望保持原來的順序。比如一個配置文件，其中一些鍵值對形式的配置項，但其中有一些鍵是重複的，希望保留最後一個值，但還是按原來的鍵順序輸出。 再如，希望的數據模型可能就是一個Map,但希望保持添加的順序，如一個購物車，鍵爲購買項目，值爲購買數量，按用戶添加的順序保存。
什麼時候希望按訪問有序呢？
一種典型的應用LRU緩衝。緩衝是計算機技術彙總一種非常常用的技術，是一個通用的提升數據訪問性能的思路，一般用於保存常用的數據，容量小，但訪問更快。緩存是相對主存而言的，主存的容量更大，但訪問速度更慢。緩衝的基本假設是：數據多次訪問，一般訪問數據時都是先從緩衝中找，緩衝中沒有再從主存中找，找到後再放入緩衝，這樣下次如果再找相同的數據訪問就快。
緩衝的認識
緩存用於計算機技術的各個領域，比如CPU 裏有緩衝，有一級緩衝，二級緩衝，三級緩衝等，一級緩衝非常小，非常貴，也非常快，三級緩衝是相對內存而言的，它們都比內存快。
內存裏也有緩衝，內存的緩衝一般是相對硬盤數據而言得出，硬盤也可能是緩衝，緩衝網絡上其他機器的數據，比如瀏覽器訪問網頁時，會把一些網頁緩衝到本地硬盤。
一般而言，緩衝容量有限，不能無限存儲所有數據，如果緩衝滿了，當需要存儲新數據時，就需要一定的策略將一些老的數據清理出去，這個策略一般稱爲替換算法，LRU是一種流行的替換算法，它的全稱是Least Recently Used,即最近最少使用。它的思路是，最近剛被使用的很快再次被用的可能性最高，而最久沒被訪問的很快再次被用的可能性最低，所以優先清理。
protected boolean removeEldestEntry(Map.Entry<K, V> eldest){
return false;
}
在添加元素到LinkedHashMap 後，會調用這個方法，傳遞的參數是最久沒被訪問的鍵值對，如果這個方法返回true,則這個最久的鍵值對會被刪除，Linked-HashMap的實現總是返回false,所有容量沒有限制，但子類可以重寫這個方法，滿足一定條件情況，返回true.
簡單的LRU緩衝實現
public class LRUCache<K, V> extends LinkedHashMap<K, V>{
private int maxEntries;
public LRUCache(int maxEntries){
super(16,0.75f, true);
this.maxEntries =maxEntries;
}
@Override
protected boolean removeEldestEntry(Entry<K, V> eldest){
return size() > maxEntries;
}
}
基本原理
private transient Entry<K, V> header; //表示雙向鏈表的頭
private final boolean accessOrder; //accessOrder 表示訪問順序還是插入順序
private static class Entry<K, V> extends HashMap.Entry<K, V>{
Entry<K, V> before,after //指向鏈表的前驅和後繼
Entry<int hash, K key, V value, HashMap.Entry<K, V> next>{
super(hash, key, value, next);
}
private void remove(){
before.after = after;
after.before = before;
}
private void addBefore(Entry<K, V> existingEntry){
after = existingEntry;
before = existingEntry.before;
before.after = this;
after.before = this;
}
void recordAccess(HashMap<K, V> m){
LinkedHashMap<K, V> lm = (LinkedHashMap<K, V>) m;
if(lm.accessOrder){
lm.modCount++;
remove();
addBefore(lm.header);
}
}
void recordRemoval(HashMap<K, V> m){
remove();
}
}
recordAccess 和recordRemoval 是HashMap.Entry中定義的方法，在HashMap中。這兩個方法的實現爲空。它們就是被設計用來被子類重寫的。在put被調用且鍵存在時，HashMap會調用Entry的recordAccess方法；在鍵被刪除時，HashMap 會調用Entry的recordRemoval方法。
LInkedHashMap.Entry 重寫了這兩個方法。在recordAccess方法中，如果是訪問順序的，則將該節點移動到鏈表的末尾；在recordRemoval方法中，將該節點從鏈表中移除。
在HashMap 的構造方法中會調用init方法，LinkedHashMap重新了該方法
void init(){
header = new Entry<>(-1,null,null,null);
header.before = header.after = header;
}
//會先調用 父類的addEntry方法，父類的addEntry會先調用createEntry創建節點
void addEntry(int hash, k key, V value, int bucketIndex){
super.addEntry(hash, key, value, bucketIndex);
Entry<K, V> eldest = header.after;
if(removeEldestEntry(eldest)){
removeEntryForKey(eldest.key);
}
}
// Linked-HashMap重寫了createEntry
void createEntry(int hash,k key, V value, int bucketIndex ){
HashMap.Entry<K, V> old = table[bucketIndex];
Entry<K, V> e =new Entry<>(hash, key, value, old);
table[bucketIndex] = e;
e.addBefore(header);
size++;
}
//新建節點，加入哈希表中，同時加入鏈表中，加到鏈表末尾的代碼是：
e.addBefore(header);
初始內存圖：
插入一個元素後的內存圖：
小結
用法上，它可以保持插入順序或訪問順序，插入順序經常用於處理鍵值對的數據，並保持其輸入順序，也經常用於鍵已經排好序的場景，相比TreeMap效率更高；訪問順序經常用於LRU緩衝，實現原理上，它是HashMap的子類，但內部有一個雙向鏈表維護節點的順序。