android缓存机制 512m,Android缓存机制LruCache

概述

LRU(Least Recently Used)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。缓存分为两种LrhCache(内存缓存)和DisLruCache(硬盘缓存)。

LruCache的使用

//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。

int maxMemory = (int) (Runtime.getRuntime().totalMemory()/1024);

int cacheSize = maxMemory/8;

mMemoryCache = new LruCache(cacheSize){

@Override

protected int sizeOf(String key, Bitmap value) {

return value.getRowBytes()*value.getHeight()/1024;

}

};

HashMap是一种非常常见、非常有用的集合，并且在多线程情况下使用不当会有线程安全问题。而且HashMap线程是无序的。

LinkedHashMap它增加了时间和空间上的开销，通过维护一个运行于所有条目的双向链表，LinkedHashMap保证了元素迭代的顺序。

LinkedHashMap可以认为是HashMap+LinkedList，即它既使用HashMap操作数据结构，又使用LinkedList维护插入元素的先后顺序

image.png

LruCrash put()

public final V put(K key, V value) {

if (key == null || value == null) {

throw new NullPointerException("key == null || value == null");

}

V previous;

synchronized (this) {

putCount++;

size += safeSizeOf(key, value);

previous = map.put(key, value);

if (previous != null) {

size -= safeSizeOf(key, previous);

}

}

if (previous != null) {

entryRemoved(false, key, previous, value);

}

trimToSize(maxSize);

return previous;

}

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()

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!");

}

if (size <= maxSize) {

break;

}

Map.EntrytoEvict = map.eldest();

if (toEvict == null) {

break;

}

key = toEvict.getKey();

value = toEvict.getValue();

map.remove(key);

size -= safeSizeOf(key, value);

evictionCount++;

}

entryRemoved(true, key, value, null);

}

}

缓存大小大于等于最大值 trimToSize()方法不断地删除LinkedHashMap中队尾的元素。

LruCache的get()

public final V get(K key) {

if (key == null) {

throw new NullPointerException("key == null");

}

V mapValue;

synchronized (this) {

mapValue = map.get(key);

if (mapValue != null) {

hitCount++;

return mapValue;

}

missCount++;

}

lru的get()方法调用了LinkedHashMap的get()方法

LinkedHashMap.get()

public V get(Object key) {

LinkedHashMapEntrye = (LinkedHashMapEntry)getEntry(key);

if (e == null)

return null;

//实现排序的关键方法

e.recordAccess(this);

return e.value;

}

void recordAccess(HashMapm) {

LinkedHashMaplm = (LinkedHashMap)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);

}

}