Android

关注公众号 jb51net

关闭
首页 > 软件编程 > Android > Android LruCache 缓存

浅谈Android LruCache的缓存策略

作者:ganchuanpu

这篇文章主要介绍了浅谈Android LruCache的缓存策略,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧

一、Android中的缓存策略

一般来说,缓存策略主要包含缓存的添加、获取和删除这三类操作。如何添加和获取缓存这个比较好理解,那么为什么还要删除缓存呢?这是因为不管是内存缓存还是硬盘缓存,它们的缓存大小都是有限的。当缓存满了之后,再想其添加缓存,这个时候就需要删除一些旧的缓存并添加新的缓存。

因此LRU(Least Recently Used)缓存算法便应运而生,LRU是近期最少使用的算法,它的核心思想是当缓存满时,会优先淘汰那些近期最少使用的缓存对象。采用LRU算法的缓存有两种:LrhCache和DisLruCache分别用于实现内存缓存和硬盘缓存,其核心思想都是LRU缓存算法。

二、LruCache的使用

LruCache是Android 3.1所提供的一个缓存类,所以在Android中可以直接使用LruCache实现内存缓存。而DisLruCache目前在Android 还不是Android SDK的一部分,但Android官方文档推荐使用该算法来实现硬盘缓存。

1.LruCache的介绍

LruCache是个泛型类,主要算法原理是把最近使用的对象用强引用(即我们平常使用的对象引用方式)存储在 LinkedHashMap 中。当缓存满时,把最近最少使用的对象从内存中移除,并提供了get和put方法来完成缓存的获取和添加操作。

2.LruCache的使用

LruCache的使用非常简单,我们就已图片缓存为例。

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设置LruCache缓存的大小,一般为当前进程可用容量的1/8。

②重写sizeOf方法,计算出要缓存的每张图片的大小。

注意:缓存的总容量和每个缓存对象的大小所用单位要一致。

三、LruCache的实现原理

LruCache的核心思想很好理解,就是要维护一个缓存对象列表,其中对象列表的排列方式是按照访问顺序实现的,即一直没访问的对象,将放在队尾,即将被淘汰。而最近访问的对象将放在队头,最后被淘汰。

如下图所示:

那么这个队列到底是由谁来维护的,前面已经介绍了是由LinkedHashMap来维护。而LinkedHashMap是由数组+双向链表的数据结构来实现的。其中双向链表的结构可以实现访问顺序和插入顺序,使得LinkedHashMap中的对按照一定顺序排列起来。

通过下面构造函数来指定LinkedHashMap中双向链表的结构是访问顺序还是插入顺序。

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

其中accessOrder设置为true则为访问顺序,为false,则为插入顺序。

以具体例子解释: 当设置为true时

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());
  }
}

输出结果:0:0 3:3 4:4 5:5 6:6 1:1 2:2

即最近访问的最后输出,那么这就正好满足的LRU缓存算法的思想。可见LruCache巧妙实现,就是利用了LinkedHashMap的这种数据结构。

下面我们在LruCache源码中具体看看,怎么应用LinkedHashMap来实现缓存的添加,获得和删除的。

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);
}

从LruCache的构造函数中可以看到正是用了LinkedHashMap的访问顺序。

put()方法:

public final V put(K key, V value) {
  //不可为空,否则抛出异常
  if (key == null || value == null) {
    throw new NullPointerException("key == null || value== null");
  }
  V previous;
  synchronized (this) {
    //插入的缓存对象值加1
    putCount++;
    //增加已有缓存的大小
    size += safeSizeOf(key, value);
    //向map中加入缓存对象
    previous = map.put(key, value);
    //如果已有缓存对象,则缓存大小恢复到之前
    if (previous != null) {
      size -= safeSizeOf(key, previous);
    }
  }
  //entryRemoved()是个空方法,可以自行实现
  if (previous != null) {
    entryRemoved(false, key, previous, value);
  }
  //调整缓存大小(关键方法)
  trimToSize(maxSize);
  return previous;
}

可以看到put()方法并没有什么难点,重要的就是在添加过缓存对象后,调用trimToSize()方法,来判断缓存是否已满,如果满了就要删除近期最少使用的算法。

trimToSize()方法:

public void trimToSize(int maxSize) {
  //死循环
  while (true) {
    K key;
    V value;
    synchronized (this) {
      //如果map为空并且缓存size不等于0或者缓存size小于0,抛出异常
      if (size < 0 || (map.isEmpty() && size != 0)) {
        throw new IllegalStateException(getClass().getName()+ ".sizeOf() is reporting inconsistent results!");
      }
      //如果缓存大小size小于最大缓存,或者map为空,不需要再删除缓存对象,跳出循环
      if (size <= maxSize || map.isEmpty()) {
        break;
      }
      //迭代器获取第一个对象,即队尾的元素,近期最少访问的元素
      Map.Entry<K, V> toEvict = map.entrySet().iterator().next();
      key = toEvict.getKey();
      value = toEvict.getValue();
      //删除该对象,并更新缓存大小
      map.remove(key);
      size -= safeSizeOf(key, value);
      evictionCount++;
    }
    entryRemoved(true, key, value, null);
  }
}

trimToSize()方法不断地删除LinkedHashMap中队尾的元素,即近期最少访问的,直到缓存大小小于最大值。

当调用LruCache的get()方法获取集合中的缓存对象时,就代表访问了一次该元素,将会更新队列,保持整个队列是按照访问顺序排序。这个更新过程就是在LinkedHashMap中的get()方法中完成的。

先看LruCache的get()方法:

public final V get(K key) {
  //key为空抛出异常
  if (key == null) {
    throw new NullPointerException("key == null");
  }
  V mapValue;
  synchronized (this) {
    //获取对应的缓存对象
    //get()方法会实现将访问的元素更新到队列头部的功能
    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;
  //实现排序的关键方法
  e.recordAccess(this);
  return e.value;
}

调用recordAccess()方法如下:

void recordAccess(HashMap<K,V> m) {
  LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
  //判断是否是访问排序
  if (lm.accessOrder) {
    lm.modCount++;
    //删除此元素
    remove();
    //将此元素移动到队列的头部
    addBefore(lm.header);
  }
}

由此可见LruCache中维护了一个集合LinkedHashMap,该LinkedHashMap是以访问顺序排序的。当调用 put() 方法时,就会在结合中添加元素,并调用 trimToSize() 判断缓存是否已满,如果满了就用LinkedHashMap的迭代器删除队尾元素,即近期最少访问的元素。当调用 get() 方法访问缓存对象时,就会调用LinkedHashMap的get()方法获得对应集合元素,同时会更新该元素到队头。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文