Android源代碼解析之（七）-->LruCache緩存類
阿新 • • 發佈：2018-02-19
access ref trie ber tro double prot 推斷 rate
轉載請標明出處：一片楓葉的專欄
android開發過程中常常會用到緩存。如今主流的app中圖片等資源的緩存策略通常是分兩級。一個是內存級別的緩存，一個是磁盤級別的緩存。
作為android系統的維護者google也開源了其緩存方案，LruCache和DiskLruCache。從android3.1開始LruCache已經作為android源代碼的一部分維護在android系統中。為了兼容曾經的版本號android的support-v4包也提供了LruCache的維護，假設App須要兼容到android3.1之前的版本號就須要使用support-v4包中的LruCache，假設不須要兼容到android3.1則直接使用android源代碼中的LruCache就可以，這裏須要註意的是DiskLruCache並非android源代碼的一部分。
在LruCache的源代碼中。關於LruCache有這種一段介紹：
A cache that holds strong references to a limited number of values. Each time a value is accessed, it is moved to the head of a queue. When a value is added to a full cache, the value at the end of that queue is evicted and may become eligible for garbage collection cache對象通過一個強引用來訪問內容。每次當一個item被訪問到的時候，這個item就會被移動到一個隊列的隊首。當一個item被加入到已經滿了的隊列時，這個隊列的隊尾的item就會被移除。
事實上這個實現的過程就是LruCache的緩存策略。即Lru–>(Least recent used)最少近期使用算法。
以下我們詳細看一下LruCache的實現：
public class LruCache<K, V> {
private final LinkedHashMap<K, V> map;
/** Size of this cache in units. Not necessarily the number of elements. */ 能夠看到LruCache初始化的時候須要使用泛型，一般的我們這樣初始化LruCache對象：
// 獲取應用程序最大可用內存
int maxMemory = (int) Runtime.getRuntime().maxMemory();
int cacheSize = maxMemory / 8;
// 設置圖片緩存大小為程序最大可用內存的1/8
mMemoryCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
return bitmap.getByteCount();
}
}; 這裏我們假設通過String作為key保存bitmap對象，同一時候須要傳遞一個int型的maxSize數值。主要用於設置LruCache鏈表的最大值。
查看其構造方法：
// 獲取應用程序最大可用內存
int maxMemory = (int) Runtime.getRuntime().maxMemory();
int cacheSize = maxMemory / 8;
// 設置圖片緩存大小為程序最大可用內存的1/8
mMemoryCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
return bitmap.getByteCount();
}
}; 能夠看到其基本的是初始化了maxSize和map鏈表對象。
然後查看put方法：
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 += safeSizeOf(key, value);
previous = map.put(key, value);
if (previous != null) {
size -= safeSizeOf(key, previous);
}
}
if (previous != null) {
entryRemoved(false, key, previous, value);
}
trimToSize(maxSize);
return previous;
}須要傳遞兩個參數：K和V，首先做了一下參數的推斷，然後定義一個保存前一個Value值得暫時變量。讓putCount（put運行的次數）自增，讓map的size大小自增。
須要註意的是這裏的
previous = map.put(key, value);我們看一下這裏的map.put（）的詳細實現：
@Override public V put(K key, V value) {
if (key == null) {
return putValueForNullKey(value);
}
int hash = Collections.secondaryHash(key);
HashMapEntry<K, V>[] tab = table;
int index = hash & (tab.length - 1);
for (HashMapEntry<K, V> e = tab[index]; e != null; e = e.next) {
if (e.hash == hash && key.equals(e.key)) {
preModify(e);
V oldValue = e.value;
e.value = value;
return oldValue;
}
}
// No entry for (non-null) key is present; create one
modCount++;
if (size++ > threshold) {
tab = doubleCapacity();
index = hash & (tab.length - 1);
}
addNewEntry(key, value, hash, index);
return null;
}將Key與Value的值壓入Map中，這裏推斷了一下假設map中已經存在該key，value鍵值對，則不再壓入map，並將Value值返回，否則將該鍵值對壓入Map中。並返回null；
返回繼續put方法：
previous = map.put(key, value);
if (previous != null) {
size -= safeSizeOf(key, previous);
}能夠看到這裏我們推斷map.put方法的返回值是否為空。假設不為空的話，則說明我們剛剛並沒有將我麽你的鍵值對壓入Map中，所以這裏的size須要自減；
然後以下：
if (previous != null) {
entryRemoved(false, key, previous, value);
}這裏推斷previous是否為空，假設不為空的話，調用了一個空的實現方法entryRemoved()，也就是說我們能夠實現自己的LruCache並在加入緩存的時候若存在該緩存能夠重寫這種方法；
以下調用了trimToSize(maxSize)方法：
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!");
}
if (size <= maxSize) {
break;
}
Map.Entry<K, V> toEvict = map.eldest();
if (toEvict == null) {
break;
}
key = toEvict.getKey();
value = toEvict.getValue();
map.remove(key);
size -= safeSizeOf(key, value);
evictionCount++;
}
entryRemoved(true, key, value, null);
}
}該方法主要是推斷該Map的大小是否已經達到闕值，若達到，則將Map隊尾的元素（最不常使用的元素）remove掉。
總結：
LruCache put方法，將鍵值對壓入Map數據結構中。若這是Map的大小已經大於LruCache中定義的最大值，則將Map中最早壓入的元素remove掉；
查看get方法：
public final V get(K key) {
if (key == null) {
throw new NullPointerException("key == null");
}
V mapValue;
synchronized (this) {
mapValue = map.get(key);
if (mapValue != null) {
hitCount++;
return mapValue;
}
missCount++;
}
/*
* Attempt to create a value. This may take a long time, and the map
* may be different when create() returns. If a conflicting value was
* added to the map while create() was working, we leave that value in
* the map and release the created value.
*/
V createdValue = create(key);
if (createdValue == null) {
return null;
}
synchronized (this) {
createCount++;
mapValue = map.put(key, createdValue);
if (mapValue != null) {
// There was a conflict so undo that last put
map.put(key, mapValue);
} else {
size += safeSizeOf(key, createdValue);
}
}
if (mapValue != null) {
entryRemoved(false, key, createdValue, mapValue);
return mapValue;
} else {
trimToSize(maxSize);
return createdValue;
}
}能夠看到參數值為Key。簡單的理解就是通過key值從map中取出Value值。
詳細來說，推斷map中是否含有key值value值。若存在。則hitCount（擊中元素數量）自增，並返回Value值。若沒有擊中，則運行create(key)方法，這裏看到create方法是一個空的實現方法，返回值為null。所以我們能夠重寫該方法，在調用get（key）的時候若沒有找到value值，則自己主動創建一個value值並壓入map中。
總結：
LruCache，內部使用Map保存內存級別的緩存
LruCache使用泛型能夠設配各種類型
LruCache使用了Lru算法保存數據（最短最少使用least recent use）
LruCache僅僅用使用put和get方法壓入數據和取出數據
另外對android源代碼解析方法感興趣的可參考我的：
android源代碼解析之（一）–>android項目構建過程
android源代碼解析之（二）–>異步消息機制
android源代碼解析之（三）–>異步任務AsyncTask
android源代碼解析之（四）–>HandlerThread
android源代碼解析之（五）–>IntentService
android源代碼解析之（六）–>Log
本文以同步至github中：https://github.com/yipianfengye/androidSource。歡迎star和follow
Android源代碼解析之（七）-->LruCache緩存類