Android中LruCache的緩存策略是什么

本篇文章為大家展示了Android中LruCache的緩存策略是什么，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。

十載的祁門網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。全網(wǎng)整合營(yíng)銷推廣的優(yōu)勢(shì)是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整祁門建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)從事“祁門網(wǎng)站設(shè)計(jì)”,“祁門網(wǎng)站推廣”以來，每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。

一、Android中的緩存策略

一般來說，緩存策略主要包含緩存的添加、獲取和刪除這三類操作。如何添加和獲取緩存這個(gè)比較好理解，那么為什么還要?jiǎng)h除緩存呢？這是因?yàn)椴还苁莾?nèi)存緩存還是硬盤緩存，它們的緩存大小都是有限的。當(dāng)緩存滿了之后，再想其添加緩存，這個(gè)時(shí)候就需要?jiǎng)h除一些舊的緩存并添加新的緩存。

因此LRU(Least Recently Used)緩存算法便應(yīng)運(yùn)而生，LRU是近期最少使用的算法，它的核心思想是當(dāng)緩存滿時(shí)，會(huì)優(yōu)先淘汰那些近期最少使用的緩存對(duì)象。采用LRU算法的緩存有兩種：LrhCache和DisLruCache分別用于實(shí)現(xiàn)內(nèi)存緩存和硬盤緩存，其核心思想都是LRU緩存算法。

二、LruCache的使用

LruCache是Android 3.1所提供的一個(gè)緩存類，所以在Android中可以直接使用LruCache實(shí)現(xiàn)內(nèi)存緩存。而DisLruCache目前在Android 還不是Android SDK的一部分，但Android官方文檔推薦使用該算法來實(shí)現(xiàn)硬盤緩存。

1.LruCache的介紹

LruCache是個(gè)泛型類，主要算法原理是把最近使用的對(duì)象用強(qiáng)引用（即我們平常使用的對(duì)象引用方式）存儲(chǔ)在 LinkedHashMap 中。當(dāng)緩存滿時(shí)，把最近最少使用的對(duì)象從內(nèi)存中移除，并提供了get和put方法來完成緩存的獲取和添加操作。

2.LruCache的使用

LruCache的使用非常簡(jiǎn)單，我們就已圖片緩存為例。

int maxMemory = (int) (Runtime.getRuntime().totalMemory()/1024);
int cacheSize = maxMemory/8;
mMemoryCache = new LruCache<String,Bitmap>(cacheSize){
  @Override
  protected int sizeOf(String key, Bitmap value) {
  return value.getRowBytes()*value.getHeight()/1024
  ;
}

①設(shè)置LruCache緩存的大小，一般為當(dāng)前進(jìn)程可用容量的1/8。

②重寫sizeOf方法，計(jì)算出要緩存的每張圖片的大小。

注意：緩存的總?cè)萘亢兔總€(gè)緩存對(duì)象的大小所用單位要一致。

三、LruCache的實(shí)現(xiàn)原理

LruCache的核心思想很好理解，就是要維護(hù)一個(gè)緩存對(duì)象列表，其中對(duì)象列表的排列方式是按照訪問順序?qū)崿F(xiàn)的，即一直沒訪問的對(duì)象，將放在隊(duì)尾，即將被淘汰。而最近訪問的對(duì)象將放在隊(duì)頭，最后被淘汰。

如下圖所示：

那么這個(gè)隊(duì)列到底是由誰來維護(hù)的，前面已經(jīng)介紹了是由LinkedHashMap來維護(hù)。而LinkedHashMap是由數(shù)組+雙向鏈表的數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)的。其中雙向鏈表的結(jié)構(gòu)可以實(shí)現(xiàn)訪問順序和插入順序，使得LinkedHashMap中的對(duì)按照一定順序排列起來。

通過下面構(gòu)造函數(shù)來指定LinkedHashMap中雙向鏈表的結(jié)構(gòu)是訪問順序還是插入順序。

public LinkedHashMap(int initialCapacity,float loadFactor,boolean accessOrder) {
    super(initialCapacity, loadFactor);
    this.accessOrder = accessOrder;
}

其中accessOrder設(shè)置為true則為訪問順序，為false，則為插入順序。

以具體例子解釋： 當(dāng)設(shè)置為true時(shí)

public static final void main(String[] args) {
  LinkedHashMap<Integer, Integer> map = new LinkedHashMap<>(0, 0.75f, true);
  map.put(0, 0);
  map.put(1, 1);
  map.put(2, 2);
  map.put(3, 3);
  map.put(4, 4);
  map.put(5, 5);
  map.put(6, 6);
  map.get(1);
  map.get(2);
  for (Map.Entry<Integer, Integer> entry : map.entrySet())
  {
    System.out.println(entry.getKey() + ":" + entry.getValue());
  }
}

輸出結(jié)果：0:0 3:3 4:4 5:5 6:6 1:1 2:2

即最近訪問的最后輸出，那么這就正好滿足的LRU緩存算法的思想。可見LruCache巧妙實(shí)現(xiàn)，就是利用了LinkedHashMap的這種數(shù)據(jù)結(jié)構(gòu)。

下面我們?cè)贚ruCache源碼中具體看看，怎么應(yīng)用LinkedHashMap來實(shí)現(xiàn)緩存的添加，獲得和刪除的。

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);
}

從LruCache的構(gòu)造函數(shù)中可以看到正是用了LinkedHashMap的訪問順序。

put()方法：

public final V put(K key, V value) {
  //不可為空，否則拋出異常
  if (key == null || value == null) {
    throw new NullPointerException("key == null || value== null");
  }
  V previous;
  synchronized (this) {
    //插入的緩存對(duì)象值加1
    putCount++;
    //增加已有緩存的大小
    size += safeSizeOf(key, value);
    //向map中加入緩存對(duì)象
    previous = map.put(key, value);
    //如果已有緩存對(duì)象，則緩存大小恢復(fù)到之前
    if (previous != null) {
      size -= safeSizeOf(key, previous);
    }
  }
  //entryRemoved()是個(gè)空方法，可以自行實(shí)現(xiàn)
  if (previous != null) {
    entryRemoved(false, key, previous, value);
  }
  //調(diào)整緩存大小(關(guān)鍵方法)
  trimToSize(maxSize);
  return previous;
}

可以看到put()方法并沒有什么難點(diǎn)，重要的就是在添加過緩存對(duì)象后，調(diào)用trimToSize()方法，來判斷緩存是否已滿，如果滿了就要?jiǎng)h除近期最少使用的算法。

trimToSize()方法：

public void trimToSize(int maxSize) {
  //死循環(huán)
  while (true) {
    K key;
    V value;
    synchronized (this) {
      //如果map為空并且緩存size不等于0或者緩存size小于0，拋出異常
      if (size < 0 || (map.isEmpty() && size != 0)) {
        throw new IllegalStateException(getClass().getName()+ ".sizeOf() is reporting inconsistent results!");
      }
      //如果緩存大小size小于最大緩存，或者map為空，不需要再刪除緩存對(duì)象，跳出循環(huán)
      if (size <= maxSize || map.isEmpty()) {
        break;
      }
      //迭代器獲取第一個(gè)對(duì)象，即隊(duì)尾的元素，近期最少訪問的元素
      Map.Entry<K, V> toEvict = map.entrySet().iterator().next();
      key = toEvict.getKey();
      value = toEvict.getValue();
      //刪除該對(duì)象，并更新緩存大小
      map.remove(key);
      size -= safeSizeOf(key, value);
      evictionCount++;
    }
    entryRemoved(true, key, value, null);
  }
}

trimToSize()方法不斷地刪除LinkedHashMap中隊(duì)尾的元素，即近期最少訪問的，直到緩存大小小于最大值。

當(dāng)調(diào)用LruCache的get()方法獲取集合中的緩存對(duì)象時(shí)，就代表訪問了一次該元素，將會(huì)更新隊(duì)列，保持整個(gè)隊(duì)列是按照訪問順序排序。這個(gè)更新過程就是在LinkedHashMap中的get()方法中完成的。

先看LruCache的get()方法:

public final V get(K key) {
  //key為空拋出異常
  if (key == null) {
    throw new NullPointerException("key == null");
  }
  V mapValue;
  synchronized (this) {
    //獲取對(duì)應(yīng)的緩存對(duì)象
    //get()方法會(huì)實(shí)現(xiàn)將訪問的元素更新到隊(duì)列頭部的功能
    mapValue = map.get(key);
    if (mapValue != null) {
    hitCount++;
    return mapValue;
  }
  missCount++;
}

其中LinkedHashMap的get()方法如下：

public V get(Object key) {
  LinkedHashMapEntry<K,V> e = (LinkedHashMapEntry<K,V>)getEntry(key);
  if (e == null)
    return null;
  //實(shí)現(xiàn)排序的關(guān)鍵方法
  e.recordAccess(this);
  return e.value;
}

調(diào)用recordAccess()方法如下：

void recordAccess(HashMap<K,V> m) {
  LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
  //判斷是否是訪問排序
  if (lm.accessOrder) {
    lm.modCount++;
    //刪除此元素
    remove();
    //將此元素移動(dòng)到隊(duì)列的頭部
    addBefore(lm.header);
  }
}

由此可見LruCache中維護(hù)了一個(gè)集合LinkedHashMap，該LinkedHashMap是以訪問順序排序的。當(dāng)調(diào)用 put() 方法時(shí)，就會(huì)在結(jié)合中添加元素，并調(diào)用 trimToSize() 判斷緩存是否已滿，如果滿了就用LinkedHashMap的迭代器刪除隊(duì)尾元素，即近期最少訪問的元素。當(dāng)調(diào)用 get() 方法訪問緩存對(duì)象時(shí)，就會(huì)調(diào)用LinkedHashMap的get()方法獲得對(duì)應(yīng)集合元素，同時(shí)會(huì)更新該元素到隊(duì)頭。

上述內(nèi)容就是Android中LruCache的緩存策略是什么，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

本文名稱：Android中LruCache的緩存策略是什么
文章鏈接：http://muchs.cn/article42/phochc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供商城網(wǎng)站、虛擬主機(jī)、網(wǎng)站內(nèi)鏈、建站公司、網(wǎng)站設(shè)計(jì)公司、小程序開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)