WeakHashMap通过弱引用实现自动清理，适合轻量级缓存；当键无强引用时，GC会回收键并移除对应条目，示例中UserKey被置null后调用System.gc()触发回收，缓存大小变为0；适用于临时数据缓存，但不保证即时清除，且缺乏TTL、LRU等策略，不适合高要求场景。
在Java中，WeakHashMap 是一种特殊的哈希表，它基于弱引用（weak reference）来管理键（key）。这种特性让它非常适合用于实现简单的缓存机制，尤其是当你希望当内存紧张或对象不再被强引用时，自动从缓存中移除对应条目。本文将说明如何使用 WeakHashMap 实现缓存淘汰策略，并提供实用示例和注意事项。
WeakHashMap 的工作原理
WeakHashMap 中的键是被弱引用持有的。这意味着只要该键对象没有被其他强引用持有，垃圾回收器（GC）在下一次运行时就会回收这个键，同时对应的键值对也会从映射中自动删除。
这与 HashMap 不同，后者会一直保留键值对，除非显式调用 remove() 或者清空 map。因此，WeakHashMap 天然具备“自动过期”能力，适合做轻量级缓存。
使用 WeakHashMap 构建简单缓存
假设我们要缓存一些用户数据，但不希望这些缓存长期占用内存。我们可以使用用户的临时对象作为键，让其在无引用后自动失效。
立即学习“Java免费学习笔记（深入）”；
示例代码：
import java.util.WeakHashMap;
public class SimpleCache {
private final WeakHashMap cache = new WeakHashMap<>();
public void put(UserKey key, String data) {
cache.put(key, data);
}
public String get(UserKey key) {
return cache.get(key);
}
// 模拟缓存状态
public void printCacheSize() {
System.out.println("当前缓存大小：" + cache.size());
}
}
class UserKey {
private final String id;
public UserKey(String id) {
this.id = id;
}
@Override
public int hashCode() {
return id.hashCode();
}
@Override
public boolean equals(Object obj) {
if (this == obj) return true;
if (!(obj instanceof UserKey)) return false;
return id.equals(((UserKey) obj).id);
}
}
测试场景：
public class CacheDemo {
public static void main(String[] args) {
SimpleCache cache = new SimpleCache();
// 创建键并放入缓存
UserKey key1 = new UserKey("user1");
cache.put(key1, "用户数据1");
UserKey key2 = new UserKey("user2");
cache.put(key2, "用户数据2");
cache.printCacheSize(); // 输出：2
// 断开强引用
key1 = null;
key2 = null;
// 请求垃圾回收（仅建议用于演示）
System.gc();
try {
Thread.sleep(100); // 等待 GC 完成
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
cache.printCacheSize(); // 很可能输出：0
}
}
可以看到，在将 key1 和 key2 设置为 null 后，它们不再被强引用，JVM 的 GC 会在适当时候回收这些键，随之 WeakHashMap 自动清除对应的条目。
适用场景与局限性
适用场景：
- 缓存生命周期应与外部对象引用一致的场景。
- 临时性、非关键性数据缓存，如元数据、配置快照等。
- 需要避免内存泄漏但又不想手动维护清理逻辑的情况。
局限性：
- 不能保证缓存项何时被清除 —— 依赖 GC 触发时机。
- 不适合需要精确控制缓存大小或过期时间的场景。
- 如果键始终被强引用，就不会被回收，缓存也不会释放。
- 不适合做高性能、大容量缓存，缺乏 LRU、TTL 等高级策略支持。
与其它缓存方案对比
对于更复杂的缓存需求，可以考虑：
- SoftReference + ReferenceQueue：软引用比弱引用更强，只在内存不足时才回收，更适合缓存。
- Guava Cache：支持最大容量、过期策略、定时刷新等完整功能。
- Caffeine：现代高性能本地缓存库，推荐用于生产环境。
而 WeakHashMap 更适合“辅助性缓存”，比如保存某个对象的附加信息，且希望这些信息随对象销毁而自动消失。
基本上就这些。WeakHashMap 提供了一种简洁的自动清理机制，虽然不能替代专业缓存工具，但在合适场景下能有效减少内存泄漏风险，实现轻量级缓存淘汰。关键是理解它的引用机制和 GC 行为，避免误用。
