LinkedHashMap是LruCache的基础，可以认为，LinkedHashMap是不限容量的Lru，Lru是限制了容量的LinkedHashMap。
LinkedHashMap
LinkedHashMap扩展自HashMap，而且数据存储对象改为扩展自HashMapEntry的LinkedHashMapEntry，主要是增加了before和after，实现双向链表。
LinkedHashMap持有一个LinkedHashMapEntry类型的header，作为链表的表头。
所以LinkedHashMap既有HashMap的数组+链表的二维存储结构，又有链表的前后关系的查找结构。
所以，清空数据集合时，既要调用父类HashMap的数据清空，又要调用自身链表的前后关系清空（把header的before和after全都指向header自己）。
LinkedHashMap自带部分LRU功能，构造函数：
public LinkedHashMap(int initialCapacity,
float loadFactor,
boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}
其中，第三个参数就代表是否开启LRU，如果为true，在get时，会挪到header前面，注意，header是不变的：
void recordAccess(HashMap<K,V> m) {
LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
if (lm.accessOrder) {
lm.modCount++;
remove();//从当前链表节点挪走
addBefore(lm.header);//添加为新的header
}
}
所以，多次访问后，链表的数据关系为：
-第一个访问--第二个访问--第三个访问--header--最久没有访问-（这是一个双向链表）
所以，header前面是最近访问的，header后面是最久没有访问的。
因为遍历地时候会从header开始：
private abstract class LinkedHashIterator<T> implements Iterator<T> {
LinkedHashMapEntry<K,V> nextEntry = header.after;
所以，最前面取得的数据就是最久没有访问的数据。
LruCache
因为LinkedHashMap可以根据最近访问进行排序，所以LruCache使用LinkedHashMap来存储数据：
public LruCache(int maxSize) {
...
this.maxSize = maxSize;
this.map = new LinkedHashMap<K, V>(0, 0.75f, true);//开启LinkedHashMap的访问排序
}
LinkeHashMap是可以自动扩容的，所以在LruCache中需要限制数据集合的上限，主要方法就是在put时，挤走最久没有访问的数据：
public final V put(K key, V value) {
...
trimToSize(maxSize);//挤走最久没有访问的数据
return previous;
}
其实就是从header头开始遍历LinkedHashMap，依次从最久没有访问的数据开始清理：
public void trimToSize(int maxSize) {
while (true) {
K key;
V value;
synchronized (this) {
...
if (size <= maxSize) {
break;
}
Map.Entry<K, V> toEvict = map.eldest();
if (toEvict == null) {
break;
}
...
map.remove(key);
...
}
entryRemoved(true, key, value, null);
}
}
