LruCache是如何实现的
LruCache的关键代码:
public class LruCache implements Cache {
private final Cache delegate;
private Map<Object, Object> keyMap;
private Object eldestKey;
public LruCache(Cache delegate) {
this.delegate = delegate;
// 设置缓存的键值对最大数量
setSize(1024);
}
public void setSize(final int size) {
/**
* 重写方法:是否移除最老的链表节点,最老的链表节点就是链表的头节点
*/
keyMap = new LinkedHashMap<Object, Object>(size, .75F, true) {
private static final long serialVersionUID = 4267176411845948333L;
@Override
protected boolean removeEldestEntry(Map.Entry<Object, Object> eldest) {
// 判断什么时候需要移除最老的节点
boolean tooBig = size() > size;
if (tooBig) {
// 保存最老的链表节点的key,方便cycleKeyList()删除相应的key
eldestKey = eldest.getKey();
}
return tooBig;
}
};
}
@Override
public Object getObject(Object key) {
// 虽然没有使用这个返回值,但是需要更细linkedHashMap的使用情况
keyMap.get(key); // touch
return delegate.getObject(key);
}
private void cycleKeyList(Object key) {
/**
* 这个方法会更新eldestKey的值
* 此方法在hashMap当中,调用过程:hashmap.put()->linkedHashMap.afterNodeInsertion()->linkedHashMap.removeEldestEntry()
* 最终eldestKey的值被更新
*/
keyMap.put(key, key);
// 如果eldestKey的值被更新,则需要到真正存储缓存的地方删除键值对
if (eldestKey != null) {
delegate.removeObject(eldestKey);
eldestKey = null;
}
}
}
linkedHashMap源码分析
双向链表
链表优点
- 插入,删除,新增操作的时间复杂度都是O(1)
- 可以利用不连续的内存空间
链表缺点
- 不能随机查找,随机查找的时间复杂度是o(n)
- 因为要保存前后节点的引用,所以占用的内存空间会变大
双向链表节点
/**
* 继承了HashMap.Node
* 其实就是在hashMap节点的基础上加入before和after节点
* 构成了双向链表的节点
* @param <K>
* @param <V>
*/
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);
}
}
移动节点到链表的尾部
当get()被调用了,当前节点就变成最新被访问的了,需要移动到链表的尾部
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMap.Entry<K,V> last;
/**
* 两个判断逻辑:
* 1 链表是否支持按照最近最新使用规则排序,默认按照插入顺序排序
* 2 当前节点是否已经是尾节点了
*/
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.after = null;
if (b == null) // 说明当前节点是head
head = a; //重新定义head
else
b.after = a; // 重新定义p.before的指向
if (a != null)
a.before = b; // 重新定义p.after的指向
else // a==null说明b已经是尾节点了
last = b;
if (last == null) // 说明当前链表为空
head = p;
else { // 定义新的为节点
p.before = last;
last.after = p;
}
// 新的尾节点产生,可以看出移动链表的节点不需要通过遍历链表
tail = p;
++modCount;
}
}
为什么要散列表和链表搭配使用
针对链表不能随机访问的缺点,如果使用散列表随机访问时间复杂度为O(1)的有点,两者扬长避短,充分发挥各自的优势
这样一来,可以创建有序的map键值对
public class LinkedHashMap<K,V>
extends HashMap<K,V>
implements Map<K,V>