是否存在支持元素独立TTL自动删除的Java数据结构？

Java标准库本身没有直接提供这种每个元素独立TTL的现成数据结构，但有几种成熟的实现方式，不管是第三方库还是基于标准库的组合实现都能满足需求：

1. 使用Guava Cache（Google开源工具库） #

Guava的Cache组件支持为每个缓存条目单独设置过期时间，完全匹配你的需求。示例代码如下：

import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder;
import java.util.concurrent.TimeUnit;

public class GuavaTTLDataStructure {
    private final Cache<Object, Object> cache;

    public GuavaTTLDataStructure() {
        // 初始化缓存，可按需配置最大容量、移除监听等参数
        this.cache = CacheBuilder.newBuilder()
                .concurrencyLevel(Runtime.getRuntime().availableProcessors())
                .build();
    }

    public void add(Object element, long delayMillis) {
        // 为每个元素设置独立TTL，延迟时间到期后自动移除
        cache.put(element, element, delayMillis, TimeUnit.MILLISECONDS);
    }

    // 可选：获取元素的方法
    public Object get(Object key) {
        return cache.getIfPresent(key);
    }
}

注意：Guava的缓存清理并非实时精确触发，默认会在缓存访问时或后台低优先级线程中执行过期条目清理，若需要更精准的时机，可额外配置refreshAfterWrite或自定义清理逻辑。

2. 基于JDK标准库手动实现 #

如果不想引入第三方依赖，可以用ConcurrentHashMap结合ScheduledExecutorService组合实现，核心思路是为每个元素调度一个延迟移除任务：

import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;

public class JdkTTLDataStructure {
    private final ConcurrentHashMap<Object, Object> map = new ConcurrentHashMap<>();
    private final ScheduledExecutorService executor = Executors.newSingleThreadScheduledExecutor();

    public void add(Object element, long delayMillis) {
        if (map.putIfAbsent(element, element) == null) {
            // 仅当元素不存在时调度移除任务，避免重复添加
            executor.schedule(() -> map.remove(element), delayMillis, TimeUnit.MILLISECONDS);
        }
    }

    // 可选：获取元素
    public Object get(Object key) {
        return map.get(key);
    }

    // 注意：使用完毕后需关闭线程池，避免资源泄漏
    public void shutdown() {
        executor.shutdown();
    }
}

这种方式的移除时机更精确，但需要自行管理线程池生命周期，同时要注意避免元素被外部引用导致的内存泄漏问题。

3. 使用Caffeine缓存库（现代替代方案） #

Caffeine是Guava Cache的继任者，性能更优，同样支持为每个条目自定义TTL：

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import java.util.concurrent.TimeUnit;

public class CaffeineTTLDataStructure {
    private final Cache<Object, Object> cache;

    public CaffeineTTLDataStructure() {
        this.cache = Caffeine.newBuilder()
                .maximumSize(1000) // 可配置最大容量
                .build();
    }

    public void add(Object element, long delayMillis) {
        cache.put(element, element, delayMillis, TimeUnit.MILLISECONDS);
    }

    public Object get(Object key) {
        return cache.getIfPresent(key);
    }
}

Caffeine的后台清理机制更高效，默认采用自适应策略，适合高并发场景。

内容的提问来源于stack exchange，提问作者user25963