说说Android LRU缓存算法实现学习笔记(一)

标签：lru   缓存   linkedhashmap   

在我们的手机应用开发时候，我们经常会遇到大数据访问的时候，我们通常会考虑以下几个方面的情况。一、手机内存的限制还必须保证应用反应的流畅；二、尽量小的流量消耗，不然，你的应用流畅度再好体验再好，用户还是会毫不犹豫的卸载掉你的应用。大数据量访问的情况下，数据缓存是我们一定会考虑到的解决方案。而作为缓存，我们很重要的会考虑以下几点：1.访问速度；2.逐出旧的缓存策略；3.最好还能考虑到一定的并发度。这篇我们主要说说LRU策略的缓存算法实现，我们就用图片缓存为例来谈谈Android应用开发中的缓存实现。

首先我们来看看谷歌官方的推荐的缓存：在Android3.0加入的LruCache和 DiskLruCache（硬盘缓存结构）类。我们从代码的实现知道，LruCache和DiskLruCache缓存的实现都是基于JDK的LinkedHashMap集合来实现。下面我们来从LinkedHashMap的源码的分析来开始学习。

通过源码我们知道，LinkedHashMap是继承HashMap,底层结构不仅使用HashMap来保存元素，同时通过继承HashMapEntry 实现双向链表的结构来关联其他的元素。我们先来看LInkedHashMap的节点实现：

    /**
     * LinkedHashMap entry.
     */
    private static class Entry<K,V> extends HashMap.Entry<K,V> {
        // These fields comprise the doubly linked list used for iteration.
        Entry<K,V> before, after;

我们再来看看LinkedHashMap的初始化，我们看到构造函数参数最多的情况：

/**
     * Constructs an empty <tt>LinkedHashMap</tt> instance with the
     * specified initial capacity, load factor and ordering mode.
     *
     * @param  initialCapacity the initial capacity
     * @param  loadFactor      the load factor
     * @param  accessOrder     the ordering mode - <tt>true</tt> for
     *         access-order, <tt>false</tt> for insertion-order
     * @throws IllegalArgumentException if the initial capacity is negative
     *         or the load factor is nonpositive
     */
    public LinkedHashMap(int initialCapacity,
			 float loadFactor,
                         boolean accessOrder) {
        super(initialCapacity, loadFactor);
        this.accessOrder = accessOrder; //accessOrder指定排序，默认为false,为fasle的时候，插入顺序排序，为true时候，访问顺序排序
    }

/**
     * Called by superclass constructors and pseudoconstructors (clone,
     * readObject) before any entries are inserted into the map.  Initializes
     * the chain.
     */
    void init() {
        header = new Entry<K,V>(-1, null, null, null);
        header.before = header.after = header;
    }

/**
     * This override alters behavior of superclass put method. It causes newly
     * allocated entry to get inserted at the end of the linked list and
     * removes the eldest entry if appropriate.
     */
    void addEntry(int hash, K key, V value, int bucketIndex) {
        createEntry(hash, key, value, bucketIndex);

        // Remove eldest entry if instructed, else grow capacity if appropriate
        Entry<K,V> eldest = header.after;
        if (removeEldestEntry(eldest)) {
            removeEntryForKey(eldest.key);
        } else {
            if (size >= threshold)
                resize(2 * table.length);
        }
    }

    /**
     * This override differs from addEntry in that it doesn't resize the
     * table or remove the eldest entry.
     */
    void createEntry(int hash, K key, V value, int bucketIndex) {
        HashMap.Entry<K,V> old = table[bucketIndex];
	Entry<K,V> e = new Entry<K,V>(hash, key, value, old);
        table[bucketIndex] = e;
        e.addBefore(header);
        size++;
    }

 /**
         * Inserts this entry before the specified existing entry in the list.
         */
        private void addBefore(Entry<K,V> existingEntry) {
            after  = existingEntry;
            before = existingEntry.before;
            before.after = this;
            after.before = this;
        }

protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
        return false;
    }

removeEldestEntry方法执行默认返回false,意思就是我们LinkedHashMap默认不会逐去旧的节点。我们可以通过在子类重载来重写removeEldestEntry的实现，来修改LRU策略。下面我们用图示来表示put方法的执行一下代码的执行过程：

	   map.put("22", "xxx"); 

为了不让图上密密麻麻的都是引用箭头乱窜，我省略了HashMap的很多Entry结点的before和after的指向，我们只是重点表示header的引用指向。我们执行方法map.put("22","xxx")后的数据结构变成这样：

我们把key为22的节点通过hash算法，指定到eee的后面，同时我们把header的before指向修改为指向key为22的节点。分析完我们的put方法，我们接着来分析get方法的实现，代码如下：

public V get(Object key) {
        Entry<K,V> e = (Entry<K,V>)getEntry(key);
        if (e == null)
            return null;
        e.recordAccess(this);
        return e.value;
    }

 /**
         * This method is invoked by the superclass whenever the value
         * of a pre-existing entry is read by Map.get or modified by Map.set.
         * If the enclosing Map is access-ordered, it moves the entry
         * to the end of the list; otherwise, it does nothing.
         */
        void recordAccess(HashMap<K,V> m) {
            LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
            if (lm.accessOrder) { //此处的判断LinkedHashMap的排序顺序
                lm.modCount++;
                remove();
                addBefore(lm.header);
            }
        }

下面我们通过图的例子来说明，当LinkedHashMap的排序为访问排序的时候，我们get操作的过程，LinkedHashMap的数据结构的变化。我们执行的代码如下：

put.get("15");//我们假设key为15对应的value为"bbb"

以上为执行get方法之后的代码发生变化，"bbb”对应的节点其实没有发生变化，只是在链表结构中的指针发生了变化，因此对应的迭代器访问的时候，我们读取位置不一样。

因为我们可以知道我们LRU的节点肯定是在header的after指向节点。当我们重写removeEldestEntry来修改LRU策略的时候，我们也是首先逐出header的after所指向的节点。然后，我们最后来看LinkedHashmap的迭代器的实现如下：

private abstract class LinkedHashIterator<T> implements Iterator<T> {
        Entry<K,V> nextEntry    = header.after;
        Entry<K,V> lastReturned = null;

        /**
         * The modCount value that the iterator believes that the backing
         * List should have.  If this expectation is violated, the iterator
         * has detected concurrent modification.
         */
        int expectedModCount = modCount;

        public boolean hasNext() {
            return nextEntry != header;
        }

        public void remove() {
            if (lastReturned == null)
                throw new IllegalStateException();
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();

            LinkedHashMap.this.remove(lastReturned.key);
            lastReturned = null;
            expectedModCount = modCount;
        }

        Entry<K,V> nextEntry() {
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            if (nextEntry == header)
                throw new NoSuchElementException();

            Entry<K,V> e = lastReturned = nextEntry;
            nextEntry = e.after; //此处我们可知我们的迭代器实现访问节点的after引用指向的节点。
            return e;
        }
    }

说说Android LRU缓存算法实现学习笔记(一)

标签：lru   缓存   linkedhashmap   

原文地址：http://blog.csdn.net/johnnyz1234/article/details/43816035