Android 缓存机制 LRUCache

本文主要是介绍Android 缓存机制 LRUCache，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

LRUCache

1.Android 的缓存中不管是内存缓存和磁盘缓存都用到了LruCache，LruCache的核心思想就是LRU(Least Recently Used)算法

LRU 算法

LRU(Least Recently Used)直面翻译过来：最近最少使用，就是淘汰旧数据的策略，保留最近访问过的数据。如果需要加载新数据但空间不足的情况下，会按照最近访问时间排序，将最老的数据淘汰掉。

辅助知识

LinkedHashMap
- HashMap我们很熟悉了，LinkedHashMap 是HashMap的子类，可以理解为是：HashMap+LinkedList，一个有序的HashMap。
- 通过维护所有item的双向链表，保证了元素的顺序。该迭代顺序可以是插入顺序或者是访问顺序。迭代顺序在构造时可以指定。
LinkedHashMap 排序模式

/*** initialCapacity 初始容量* loadFactor 达到该百分比就扩容Map* 排序模式：true为访问顺序  false为插入顺序*/
public LinkedHashMap(int initialCapacity,float loadFactor,boolean accessOrder) {super(initialCapacity, loadFactor);this.accessOrder = accessOrder;
}

访问顺序，当插入10个数据后(0,1,2,3,4,5,6,7,8,9),这时候如果对第3个数据进行访问/操作，该数据会被排在队列尾部（0,1,3,4,5,6,7,8,9,2）
插入顺序，当插入10个数据后(0,1,2,3,4,5,6,7,8,9),这时候如果对第3个数据进行访问/操作，该数据位置不会产生变动（0,1,2,3,4,5,6,7,8,9）

LRUCache源码

1、从构造看起，构造并没有多余的东西，初始化了一个LinkedHashMap，和 maxSize。这里我们看到LinkedHashMap中传的第三个参数为true,那么其排序模式为访问模式。

public LruCache(int maxSize) {if (maxSize <= 0) {throw new IllegalArgumentException("maxSize <= 0");}this.maxSize = maxSize;this.map = new LinkedHashMap<K, V>(0, 0.75f, true);
}// 返回最旧的数据
public Map.Entry<K, V> eldest() {Entry<K, V> eldest = header.after;return eldest != header ? eldest : null;
}

2、put() 增
- a.有则覆盖，无则put进map
- b.size 计数
- c.trimToSize() 刷新数据，移除超过maxSize数据

public final V put(K key, V value) {if (key == null || value == null) {throw new NullPointerException("key == null || value == null");}V previous;synchronized (this) {putCount++;// size ++ 增大缓存大小size += safeSizeOf(key, value);previous = map.put(key, value);if (previous != null) {// size-- 如果已有了，恢复增加的size -= safeSizeOf(key, previous);}}if (previous != null) {// 无逻辑，自行实现entryRemoved(false, key, previous, value);}// LRU 核心方法trimToSize(maxSize);return previous;}

//移除超过maxSize数据
public void trimToSize(int maxSize) {while (true) {K key;V value;synchronized (this) {if (size < 0 || (map.isEmpty() && size != 0)) {throw new IllegalStateException(getClass().getName()+ ".sizeOf() is reporting inconsistent results!");}// 未超过限制不处理if (size <= maxSize) {// while 结束break;}//获取最旧的数据Map.Entry<K, V> toEvict = map.eldest();if (toEvict == null) {// while 结束break;}key = toEvict.getKey();value = toEvict.getValue();// 移除该最旧的数据map.remove(key);// size--  更新sizesize -= safeSizeOf(key, value);evictionCount++;}entryRemoved(true, key, value, null);}}

3、get() 获取

public final V get(K key) {if (key == null) {throw new NullPointerException("key == null");}V mapValue;synchronized (this) {// 查找，并根据访问排序的规则，该key的数据将被放置到map队列末尾mapValue = map.get(key);if (mapValue != null) {hitCount++;return mapValue;}missCount++;}// 尝试新建一个（不明觉厉）V createdValue = create(key);if (createdValue == null) {return null;}synchronized (this) {createCount++;// 并加到map中mapValue = map.put(key, createdValue);if (mapValue != null) {//如果冲突了，把映射的mapValue，put进去map.put(key, mapValue);} else {// size++ size += safeSizeOf(key, createdValue);}}if (mapValue != null) {// 又释放掉了entryRemoved(false, key, createdValue, mapValue);return mapValue;} else {// 刷新map,移除超size的数据trimToSize(maxSize);return createdValue;}}

3、remove 移除

public final V remove(K key) {if (key == null) {throw new NullPointerException("key == null");}V previous;synchronized (this) {// 移除previous = map.remove(key);if (previous != null) {// size --size -= safeSizeOf(key, previous);}}if (previous != null) {entryRemoved(false, key, previous, null);}return previous;}