1. LruCache 是什么？
要搞清楚 LruCache 是什么之前，首先要知道 Android 的缓存策略。其实缓存策略很简单，举个例子，就是用户第一次使用网络加载一张图片后，下次加载这张图片的时候，并不会从网络加载，而是会从内存或者硬盘加载这张图片。
缓存策略分为添加、获取和删除，为什么需要删除缓存呢？因为每个设备都会有一定的容量限制，当容量满了的话就需要删除。
那什么是 LruCache 呢？其实 LRU(Least Recently Used) 的意思就是近期最少使用算法，它的核心思想就是会优先淘汰那些近期最少使用的缓存对象。
2. LruCache 怎么用？
现在使用 okhttp 加载网上的一张图片：
新建一个 ImageLoader 类：
public class ImageLoader {
private LruCache<String, Bitmap> lruCache;
public ImageLoader() {
int maxMemory = (int)(Runtime.getRuntime().maxMemory() / 1024);
int cacheSize = maxMemory / 8;
lruCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
return bitmap.getRowBytes() * bitmap.getHeight() / 1024;
}
};
}
public void addBitmap(String key, Bitmap bitmap) {
if (getBitmap(key) == null) {
lruCache.put(key, bitmap);
}
}
public Bitmap getBitmap(String key) {
return lruCache.get(key);
}
}
重写 sizeOf() 就是来计算一个元素的缓存的大小的，当存放的元素的总缓存大小大于 cacheSize 的话，LruCache 就会删除最近最少使用的元素。
MainActivity：
public class MainActivity extends AppCompatActivity {
private String Path = "https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1532852517262&di=bcbc367241183c39d6e6c9ea2f879166&imgtype=0&src=http%3A%2F%2Fimg4q.duitang.com%2Fuploads%2Fitem%2F201409%2F07%2F20140907002919_eCXPM.jpeg";
private Button btn;
private ImageView imageView;
private ImageLoader imageLoader;
private static final int SUCCESS = 1;
private static final int FAIL = 2;
Handler handler = new Handler() {
@Override
public void handleMessage(Message msg) {
switch (msg.what) {
case SUCCESS:
byte[] Picture = (byte[]) msg.obj;
Bitmap bitmap = BitmapFactory.decodeByteArray(Picture, 0, Picture.length);
imageLoader.addBitmap("bitmap", bitmap);
imageView.setImageBitmap(bitmap);
break;
case FAIL:
break;
}
}
};
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
btn = findViewById(R.id.btn);
imageView = findViewById(R.id.imageview);
imageLoader = new ImageLoader();
btn.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
Bitmap bitmap = getBitmapFromCache();
if(bitmap != null) {
imageView.setImageBitmap(bitmap);
} else {
getBitmapFromInternet();
}
}
});
}
private Bitmap getBitmapFromCache() {
Log.e("chan", "===============getBitmapFromCache");
return imageLoader.getBitmap("bitmap");
}
private void getBitmapFromInternet() {
Log.e("chan", "===============getBitmapFromInternet");
OkHttpClient okHttpClient = new OkHttpClient();
Request request = new Request.Builder()
.url(Path)
.build();
Call call = okHttpClient.newCall(request);
call.enqueue(new Callback() {
@Override
public void onFailure(Call call, IOException e) {
}
@Override
public void onResponse(Call call, Response response) throws IOException {
byte[] Picture_bt = response.body().bytes();
Message message = handler.obtainMessage();
message.obj = Picture_bt;
message.what = SUCCESS;
handler.sendMessage(message);
}
});
}
}
这个方法很简单，就是使用 okhttp 从网络加载一张图片，如果不过在网络加载前就会先查看缓存里面是否有这张图片，如果存在就直接从缓存加载。
3. LruCache 原理
LruCache 其实使用了 LinkedHashMap 双向链表结构，现在分析下 LinkedHashMap 使用方法。
构造方法：
public LinkedHashMap(int initialCapacity,
loat loadFactor,
boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}
当 accessOrder 为 true 时，这个集合的元素顺序就会是访问顺序，也就是访问了之后就会将这个元素放到集合的最后面。
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.get(1);
map.get(2);
for (Map.Entry < Integer, Integer > entry: map.entrySet()) {
System.out.println(entry.getKey() + ":" + entry.getValue());
}
打印结果：
0:0
3:3
1:1
2:2
以下分别来分析 LruCache 的 put 和 get 方法。
3.1 put 方法分析：
现在以注释的方式来解释该方法的原理。
public final V put(K key, V value) {
// 如果 key 或者 value 为 null，则抛出异常
if (key == null || value == null) {
throw new NullPointerException("key == null || value == null");
}
V previous;
synchronized(this) {
// 加入元素的数量，在 putCount() 用到
putCount++;
// 回调用 sizeOf(K key, V value) 方法，这个方法用户自己实现，默认返回 1
size += safeSizeOf(key, value);
// 返回之前关联过这个 key 的值，如果没有关联过则返回 null
previous = map.put(key, value);
if (previous != null) {
// safeSizeOf() 默认返回 1
size -= safeSizeOf(key, previous);
}
}
if (previous != null) {
// 该方法默认方法体为空
entryRemoved(false, key, previous, value);
}
trimToSize(maxSize);
return previous;
}
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!");
}
// 直到缓存大小 size 小于或等于最大缓存大小 maxSize，则停止循环
if (size <= maxSize) {
break;
}
// 取出 map 中第一个元素
Map.Entry < K, V > toEvict = map.eldest();
if (toEvict == null) {
break;
}
key = toEvict.getKey();
value = toEvict.getValue();
// 删除该元素
map.remove(key);
size -= safeSizeOf(key, value);
evictionCount++;
}
entryRemoved(true, key, value, null);
}
}
public Map.Entry<K, V> eldest() {
return head;
}
put() 方法其实重点就在于 trimToSize() 方法里面，这个方法的作用就是判断加入元素后是否超过最大缓存数，如果超过就清除掉最少使用的元素。
3.2 get 方法分析
public final V get(K key) {
if (key == null) {
throw new NullPointerException("key == null");
}
V mapValue;
synchronized(this) {
// 获取 Value
mapValue = map.get(key);
if (mapValue != null) {
hitCount++;
return mapValue;
}
missCount++;
}
......
}
// LinkedHashMap get 方法
public V get(Object key) {
Node < K, V > e;
if ((e = getNode(hash(key), key)) == null) return null;
if (accessOrder) afterNodeAccess(e);
return e.value;
}
static class Node < K, V > implements Map.Entry < K, V > {
final int hash;
final K key;
V value;
Node < K, V > next;
Node(int hash, K key, V value, Node < K, V > next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() {
return key;
}
public final V getValue() {
return value;
}
public final String toString() {
return key + "=" + value;
}
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this) return true;
if (o instanceof Map.Entry) {
Map.Entry <? , ?> e = (Map.Entry <? , ?> ) o;
if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true;
}
return false;
}
}
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
get() 方法其实最关键就是 afterNodeAccess()，现在重点分析：
3.2.1 关键方法 afterNodeAccess()
// 这个方法的作用就是将刚访问过的元素放到集合的最后一位
void afterNodeAccess(Node < K, V > e) {
LinkedHashMap.Entry < K, V > last;
if (accessOrder && (last = tail) != e) {
// 将 e 转换成 LinkedHashMap.Entry
// b 就是这个节点之前的节点
// a 就是这个节点之后的节点
LinkedHashMap.Entry < K, V > p = (LinkedHashMap.Entry < K, V > ) e, b = p.before, a = p.after;
// 将这个节点之后的节点置为 null
p.after = null;
// b 为 null，则代表这个节点是第一个节点，将它后面的节点置为第一个节点
if (b == null) head = a;
// 如果不是，则将 a 上前移动一位
else b.after = a;
// 如果 a 不为 null，则将 a 节点的元素变为 b
if (a != null) a.before = b;
else last = b;
if (last == null) head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
链表情况可能性图示：
以下来分析情况一。
3.1.2.1 情况一：
1. p.after = null;
图示：
2. b.after = a; a.before = b;
图示：
3. p.before = last; last.after = p;
图示：
情况一其实与其他情况基本一样，这里就不再赘述了。
4. 总结
- LruCache 其实使用了 LinkedHashMap 维护了强引用对象
- 总缓存的大小一般是可用内存的 1/8，当超过总缓存大小会删除最少使用的元素，也就是内部 LinkedHashMap 的头部元素
- 当使用 get() 访问元素后，会将该元素移动到 LinkedHashMap 的尾部
