那么什么是FIFO算法呢?
这是最早出现的置换算法。该算法总是淘汰最先进入内存的页面,即选择在内存中驻留时间最久的页面予以淘汰。该算法实现简单,只需把一个进程已调入内存的页面,按先后次序链接成一个队列,并设置一个指针,称为替换指针,使它总是指向最老的页面。但该算法与进程实际运行的规律不相适应,因为在进程中,有些页面经常被访问,比如,含有全局变量、常用函数、例程等的页面,FIFO 算法并不能保证这些页面不被淘汰。
- 新访问的数据插入FIFO队列尾部,数据在FIFO队列中顺序移动;
- 淘汰FIFO队列头部的数据;
由于本算法涉及到LinkedList 那么小编在这介绍一下:
inkedList与ArrayList一样实现List接口,LinkedList是List接口链表的实现。基于链表实现的方式使得LinkedList在插入和删除时更优于ArrayList,而随机访问则比ArrayList逊色些。LinkedList实现所有可选的列表操作,并允许所有的元素包括null。除了实现 List 接口外,LinkedList 类还为在列表的开头及结尾 get、remove 和 insert 元素提供了统一的命名方法。这些操作允许将链接列表用作堆栈、队列或双端队列。
下面以ImageLoader中的FIFOLimitedMemoryCache 进行分析:
public abstract class LimitedMemoryCache<K, V> extends BaseMemoryCache<K, V> {
private static final int MAX_NORMAL_CACHE_SIZE_IN_MB = 16;
private static final int MAX_NORMAL_CACHE_SIZE = 16777216;
private final int sizeLimit;
private final AtomicInteger cacheSize;
private final List<V> hardCache = Collections.synchronizedList(new LinkedList());
public LimitedMemoryCache(int sizeLimit) {
this.sizeLimit = sizeLimit;
//AtomicInteger提供原子操作来进行Integer的使用,因此十分适合高并发情况下的使用。
this.cacheSize = new AtomicInteger();
if(sizeLimit > 16777216) {
L.w("You set too large memory cache size (more than %1$d Mb)", new Object[]{Integer.valueOf(16)});
}
}
public boolean put(K key, V value) {
boolean putSuccessfully = false;
int valueSize = this.getSize(value); //获取当前文件的大小
int sizeLimit = this.getSizeLimit();//获取最大允许的大小
int curCacheSize = this.cacheSize.get();//获取当前的大小
if(valueSize < sizeLimit) { //判断当前文件是否小于最大允许的大小
while(true) {
if(curCacheSize + valueSize <= sizeLimit) { //判断是是否大于最大允许值
this.hardCache.add(value); //放入到LinkedList集合中
this.cacheSize.addAndGet(valueSize);//计算当前文件的缓存大小
putSuccessfully = true;
break;
}
Object removedValue = this.removeNext(); //查找到最先存储的值,并删除 子类的实现方法:(Bitmap)this.queue.remove(0);
if(this.hardCache.remove(removedValue)) {
curCacheSize = this.cacheSize.addAndGet(-this.getSize(removedValue));//计算移除后的大小
}
}
}
//进行存储到对应位置
super.put(key, value);
return putSuccessfully;
}
public void remove(K key) {
Object value = super.get(key);//获取到当前对应的对象
if(value != null && this.hardCache.remove(value)) {
this.cacheSize.addAndGet(-this.getSize(value));//计算存储对象的大小并移除
}
super.remove(key);
}
public void clear() {
this.hardCache.clear();
this.cacheSize.set(0);
super.clear();
}
protected int getSizeLimit() {
return this.sizeLimit;
}
protected abstract int getSize(V var1);
protected abstract V removeNext();
}
从put方法中可以看出,本算法在存储前先计算对应的存储空间的大小,如果存储空间不满足需求,则删除最先进入的。新访问的数据插入FIFO队列尾部,数据在FIFO队列中顺序移动;