LinkedHashMap的性能：大O、内存开销等答案

【问题标题】：Performance of LinkedHashMap: Big O, Memory cost, etcLinkedHashMap的性能：大O、内存开销等
【发布时间】：2020-07-25 15:28:26
【问题描述】：

这是一个新手问题：LinkedHashMap 的 get/put/contains 的大 O 是什么？据我了解，对于 TreeMap，它是 O(logN)，对于 LinkedList（按值搜索/添加/删除），它是 O(N)。这会使 LinkedHashMap 在 O(logN) 上运行，还是表现更好？以及在性能和内存使用等方面与 HashMap 相比如何？

【问题讨论】：

标签： java algorithm linkedhashmap

【解决方案1】：

LinkedHashMap 提供与 HashMap 类似的性能（就大 O 表示法而言），但也允许按插入顺序进行确定性迭代。

这意味着，get()、put()、contains() 都在O(1) 中完成（摊销平均）。

您可以在documentation阅读更多内容。

【讨论】：

【解决方案2】：

所有 3 次都是O(1)。换句话说，时间与数据集大小无关。内存是O(N)。

【讨论】：

【解决方案3】：

与 HashMap 一样，它为基本操作（添加、包含和删除）提供恒定时间性能

Java 文档中始终解释性能特征。

https://docs.oracle.com/javase/8/docs/api/java/util/LinkedHashMap.html

【讨论】：

【解决方案4】：

通过查看https://docs.oracle.com/javase/8/docs/api/java/util/LinkedHashMap.html，这就是我现在所理解的：

LinkedHahsMap 顾名思义，结合了 HashMap 和 LinkedList 以提供对 get/put/contains 的 O(1) 操作。我之前对 TreeMap 感到困惑。换句话说，它以可预测的顺序（插入顺序）维护了 HashMap 提供的内容

This implementation differs from HashMap in that it maintains a doubly-linked list running through all of its entries. This linked list defines the iteration ordering, which is normally the order in which keys were inserted into the map (insertion-order). Note that insertion order is not affected if a key is re-inserted into the map.

这与 LRU 非常相似：https://en.wikipedia.org/wiki/Cache_replacement_policies#Least_recently_used_(LRU)

LHM 的实现自然需要为每个元素存储额外的 LinkedList。

【讨论】：