概念:

LruCache
什么是LruCache?
LruCache实现原理是什么?
这两个问题其实可以作为一个问题来回答,知道了什么是 LruCache,就只然而然的知道 LruCache 的实现原理;Lru的全称是Least Recently Used ,近期最少使用的!所以我们可以推断出 LruCache 的实现原理:把近期最少使用的数据从缓存中移除,保留使用最频繁的数据,那具体代码要怎么实现呢,我们进入到源码中看看。
LruCache源码分析
public class LruCache<K, V> {
//缓存 map 集合,为什么要用LinkedHashMap
//因为没错取了缓存值之后,都要进行排序,以确保
//下次移除的是最少使用的值
private final LinkedHashMap<K, V> map;
//当前缓存的值
private int size;
//最大值
private int maxSize;
//添加到缓存中的个数
private int putCount;
//创建的个数
private int createCount;
//被移除的个数
private int evictionCount;
//命中个数
private int hitCount;
//丢失个数
private int missCount;
//实例化 Lru,需要传入缓存的最大值
//这个最大值可以是个数,比如对象的个数,也可以是内存的大小
//比如,最大内存只能缓存5兆
public LruCache(int maxSize) {
if (maxSize <= 0) {
throw new IllegalArgumentException("maxSize <= 0");
}
this.maxSize = maxSize;
this.map = new LinkedHashMap<K, V>(0, 0.75f, true);
}
//重置最大缓存的值
public void resize(int maxSize) {
if (maxSize <= 0) {
throw new IllegalArgumentException("maxSize <= 0");
}
synchronized (this) {
this.maxSize = maxSize;
}
trimToSize(maxSize);
}
//通过 key 获取缓存值
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++;
}
//如果没有,用户可以去创建
V createdValue = create(key);
if (createdValue == null) {
return null;
}
synchronized (this) {
createCount++;
mapValue = map.put(key, createdValue);
if (mapValue != null) {
// There was a conflict so undo that last put
map.put(key, mapValue);
} else {
//缓存的大小改变
size += safeSizeOf(key, createdValue);
}
}
//这里没有移除,只是改变了位置
if (mapValue != null) {
entryRemoved(false, key, createdValue, mapValue);
return mapValue;
} else {
//判断缓存是否越界
trimToSize(maxSize);
return createdValue;
}
}
//添加缓存,跟上面这个方法的 create 之后的代码一样的
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;
}
//检测缓存是否越界
private 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!");
}
//如果没有,则返回
if (size <= maxSize) {
break;
}
//以下代码表示已经超出了最大范围
Map.Entry<K, V> toEvict = null;
for (Map.Entry<K, V> entry : map.entrySet()) {
toEvict = entry;
}
if (toEvict == null) {
break;
}
//移除最后一个,也就是最少使用的缓存
key = toEvict.getKey();
value = toEvict.getValue();
map.remove(key);
size -= safeSizeOf(key, value);
evictionCount++;
}
entryRemoved(true, key, value, null);
}
}
//手动移除,用户调用
public final V remove(K key) {
if (key == null) {
throw new NullPointerException("key == null");
}
V previous;
synchronized (this) {
previous = map.remove(key);
if (previous != null) {
size -= safeSizeOf(key, previous);
}
}
if (previous != null) {
entryRemoved(false, key, previous, null);
}
return previous;
}
//这里用户可以重写它,实现数据和内存回收操作
protected void entryRemoved(boolean evicted, K key, V oldValue, V newValue) {}
protected V create(K key) {
return null;
}
private int safeSizeOf(K key, V value) {
int result = sizeOf(key, value);
if (result < 0) {
throw new IllegalStateException("Negative size: " + key + "=" + value);
}
return result;
}
//这个方法要特别注意,跟我们实例化 LruCache 的 maxSize 要呼应,怎么做到呼应呢,比如 maxSize 的大小为缓存的个数,这里就是 return 1就 ok,如果是内存的大小,如果5M,这个就不能是个数 了,这是应该是每个缓存 value 的 size 大小,如果是 Bitmap,这应该是 bitmap.getByteCount();
protected int sizeOf(K key, V value) {
return 1;
}
//清空缓存
public final void evictAll() {
trimToSize(-1); // -1 will evict 0-sized elements
}
public synchronized final int size() {
return size;
}
public synchronized final int maxSize() {
return maxSize;
}
public synchronized final int hitCount() {
return hitCount;
}
public synchronized final int missCount() {
return missCount;
}
public synchronized final int createCount() {
return createCount;
}
public synchronized final int putCount() {
return putCount;
}
public synchronized final int evictionCount() {
return evictionCount;
}
public synchronized final Map<K, V> snapshot() {
return new LinkedHashMap<K, V>(map);
}
}
LruCache 使用
先来看两张内存使用的图
图-1
图-2
以上内存分析图所分析的是同一个应用的数据,唯一不同的是图-1没有使用 LruCache,而图-2使用了 LruCache;可以非常明显的看到,图-1的内存使用明显偏大,基本上都是在30M左右,而图-2的内存使用情况基本上在20M左右。这就足足省了将近10M的内存!
ok,下面把实现代码贴出来
/**
* Created by gyzhong on 15/4/5.
*/
public class LruPageAdapter extends PagerAdapter {
private List<String> mData ;
private LruCache<String,Bitmap> mLruCache ;
private int mTotalSize = (int) Runtime.getRuntime().totalMemory();
private ViewPager mViewPager ;
public LruPageAdapter(ViewPager viewPager ,List<String> data){
mData = data ;
mViewPager = viewPager ;
/*实例化LruCache*/
mLruCache = new LruCache<String,Bitmap>(mTotalSize/5){
/*当缓存大于我们设定的最大值时,会调用这个方法,我们可以用来做内存释放操作*/
@Override
protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) {
super.entryRemoved(evicted, key, oldValue, newValue);
if (evicted && oldValue != null){
oldValue.recycle();
}
}
/*创建 bitmap*/
@Override
protected Bitmap create(String key) {
final int resId = mViewPager.getResources().getIdentifier(key,"drawable",
mViewPager.getContext().getPackageName()) ;
return BitmapFactory.decodeResource(mViewPager.getResources(),resId) ;
}
/*获取每个 value 的大小*/
@Override
protected int sizeOf(String key, Bitmap value) {
return value.getByteCount();
}
} ;
}
@Override
public Object instantiateItem(ViewGroup container, int position) {
View view = LayoutInflater.from(container.getContext()).inflate(R.layout.view_pager_item, null) ;
ImageView imageView = (ImageView) view.findViewById(R.id.id_view_pager_item);
Bitmap bitmap = mLruCache.get(mData.get(position));
imageView.setImageBitmap(bitmap);
container.addView(view);
return view;
}
@Override
public void destroyItem(ViewGroup container, int position, Object object) {
container.removeView((View) object);
}
@Override
public int getCount() {
return mData.size();
}
@Override
public boolean isViewFromObject(View view, Object object) {
return view == object;
}
}
总结
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持!
# Android
# LruCache
# Android 内存优化知识点梳理总结
# 详解Android内存优化策略
# 浅谈Android性能优化之内存优化
# Android Bitmap详解及Bitmap的内存优化
# 总结Android App内存优化之图片优化
# Android内存优化杂谈
# Android 中对于图片的内存优化方法
# Android内存优化操作方法梳理总结
# 移除
# 的是
# 要用
# 如果没有
# 近期
# 用户可以
# 这是
# 是在
# 都要
# 可以用
# 是从
# 我们可以
# 这就
# 这两个
# 就不能
# 重写
# 一个问题
# 来做
# 上都
# 两张
相关文章:
如何在建站之星网店版论坛获取技术支持?
企业宣传片制作网站有哪些,传媒公司怎么找企业宣传片项目?
公司网站设计制作厂家,怎么创建自己的一个网站?
焦点电影公司作品,电影焦点结局是什么?
logo在线制作免费网站在线制作好吗,DW网页制作时,如何在网页标题前加上logo?
如何挑选最适合建站的高性能VPS主机?
免费的流程图制作网站有哪些,2025年教师初级职称申报网上流程?
手机钓鱼网站怎么制作视频,怎样拦截钓鱼网站。怎么办?
外汇网站制作流程,如何在工商银行网站上做外汇买卖?
如何在IIS7上新建站点并设置安全权限?
实现点击下箭头变上箭头来回切换的两种方法【推荐】
制作农业网站的软件,比较好的农业网站推荐一下?
IOS倒计时设置UIButton标题title的抖动问题
北京制作网站的公司排名,北京三快科技有限公司是做什么?北京三快科技?
网站建设制作需要多少钱费用,自己做一个网站要多少钱,模板一般多少钱?
七夕网站制作视频,七夕大促活动怎么报名?
陕西网站制作公司有哪些,陕西凌云电器有限公司官网?
宝塔新建站点为何无法访问?如何排查?
如何获取开源自助建站系统免费下载链接?
,购物网站怎么盈利呢?
广州网站设计制作一条龙,广州巨网网络科技有限公司是干什么的?
无锡制作网站公司有哪些,无锡优八网络科技有限公司介绍?
建站主机如何安装配置?新手必看操作指南
如何基于PHP生成高效IDC网络公司建站源码?
建站主机服务器选型指南与性能优化方案解析
如何在万网主机上快速搭建网站?
如何快速搭建高效简练网站?
php能控制zigbee模块吗_php通过串口与cc2530 zigbee通信【介绍】
微信小程序制作网站有哪些,微信小程序需要做网站吗?
如何高效完成自助建站业务培训?
网站制作新手教程,新手建设一个网站需要注意些什么?
公司门户网站制作流程,华为官网怎么做?
免费制作海报的网站,哪位做平面的朋友告诉我用什么软件做海报比较好?ps还是cd还是ai这几个软件我都会些我是做网页的?
建站之星安装模板失败:服务器环境不兼容?
武汉网站如何制作,黄黄高铁武穴北站途经哪些村庄?
北京网站制作费用多少,建立一个公司网站的费用.有哪些部分,分别要多少钱?
建站之星如何开启自定义404页面避免用户流失?
建站之星后台密码遗忘?如何快速找回?
建站之星导航菜单设置与功能模块配置全攻略
,网站推广常用方法?
建站主机选购指南:核心配置优化与品牌推荐方案
建站之星安装后界面空白如何解决?
用v-html解决Vue.js渲染中html标签不被解析的问题
韩国服务器如何优化跨境访问实现高效连接?
,有什么在线背英语单词效率比较高的网站?
建站主机选虚拟主机还是云服务器更好?
浅析上传头像示例及其注意事项
如何高效利用200m空间完成建站?
,巨量百应是干嘛的?
Python如何创建带属性的XML节点
*请认真填写需求信息,我们会在24小时内与您取得联系。