LruCache这个类在我们现在应用的开发中已经被普遍使用了，今天我们就深度解析这个类，从原理上掌握作者的设计思想以及实现原理
什么是LruCache
借官方的描述，LruCache就是一个持有一定数量强引用数据的缓存。当访问一个数据时，这个数据就会被移动到数据队列的头部(经常用到的数据)，当数据添加到缓存满时，队列尾部的数据(也就是不常用到的数据)会被删除并被回收，这就是LruCache的定义，同时这其中也包含了它的实现思想，采用了LRU算法用来管理数据。
LruCache能做什么
在我们平时的开发中，这个用的最多的就是缓存内存图片了，这里我就不在啰嗦，具体实例官方文档已经很详细了,我在这里要说的是，这个不一定用来缓存Bitmap,程序设计中凡是涉及LRU思想的逻辑的实现,都可以使用LruCache。
LruCache原理解析
下面就让我们从源码的角度去解析LruCache的实现
LruCache的成员变量
private final LinkedHashMap<K, V> map; //LruCache中的数据存储结构是LinkedHashMap
/** Size of this cache in units. Not necessarily the number of elements. */
private int size; //参考注释，这个只是个单位数，并不是指Map中数据的个数，比如我们缓存Bitmap时,可以定义成Bitmap的大小，单位可以是KB,MB等；但是我们也可以按数量来缓存，比如一个Bitmap，就是1等
private int maxSize; //缓存的最大单位数，这个表示数据的单位要和size统一
private int putCount; //添加数据的次数
private int createCount; //创建数据的次数
private int evictionCount; //删除数据的次数
private int hitCount; //从缓存中找到数据的次数
private int missCount; //从缓存中没有找到数据的次数
构造方法
如下，LruCache构造方法中最关键的就是对LinkedHashMap的初始化，第三个参数设置为true；这个参数的作用就是调用map的get方法时，如果找到数据，是否将找到的数据移动到双向链表的尾部
this.map = new LinkedHashMap<K, V>(0, 0.75f, true);
基本的entryRemoved方法
下面来分析一下entryRemoved方法,这个方法是个空方法，我们先看看方法的参数：
- evicted 这个参数表示是否因为空间不足发生移除不常使用的数据；true表示是因为空间不足移除数据，false则相反
- key 移除数据的key值
- oldValue 正真从链表中移除的数据
- newValue key键对应的值被替换的新数据
这个方法是个空方法，我们很少用到它，它的作用是什么呢？
这个方法的主要作用是帮助我们对移除的数据进行一些回收操作的，比如Bitmap，我们知道在Android2.3.3之前，Bitmap的像素数据是放在native的堆中的，gc是不能对其进行回收的，这时候我们需要主动调用Bitmap的recycle方法来释放位图的像素内存(Android3.0之后位图的像素数据被关联在jvm的堆内存中，这时就不需要调用recycle方法了)，那么entryRemoved在这个时候就会用到，如果LruCache存放的一个位图因为内存不足时被remove，这时要想正真回收位图内存，我们还需主动回收
protected void entryRemoved(boolean evicted, K key, V oldValue, V newValue) {}
基本的sizeOf方法
这个方法就是根据单位来计算key对应value数据大小，比如存放的是Bitmap，sizeOf我们可以定义返回KB，MB等，不过这个只要保持和maxSize单位统一就可以了
protected int sizeOf(K key, V value) {
return 1;
}
trimToSize方法
这个方法是用来调整cache单位数据大小的，我们就从代码中去详细分析
public void trimToSize(int maxSize) {
while (true) { //首先是一个死循环
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) { //当cache数据大小小于最大数据限制时退出
break;
}
//如果cache数据超出限制，则取出cache中最不常用的数据，并将其从cache中移除
Map.Entry<K, V> toEvict = map.eldest();
if (toEvict == null) {
break;
}
key = toEvict.getKey();
value = toEvict.getValue();
map.remove(key);
size -= safeSizeOf(key, value); //修改cache的size
evictionCount++;
}
entryRemoved(true, key, value, null); //这个方法解释了
}
}
常用的put方法
我们来分析下最常用的put方法
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); //修改cache的size
previous = map.put(key, value); //将key对应的数据put到链表中
if (previous != null) {
size -= safeSizeOf(key, previous); //如果发生了相同key数据替换，则对齐cache的size
}
}
if (previous != null) {
entryRemoved(false, key, previous, value); //这个上边已经详细介绍过了
}
trimToSize(maxSize); //调整cache的size
return previous;
}
常用的get方法
public final V get(K key) {
if (key == null) {
throw new NullPointerException("key == null");
}
V mapValue;
synchronized (this) {
mapValue = map.get(key); //存缓存中获取数据
if (mapValue != null) {
hitCount++;
return mapValue;
}
missCount++;
}
/*
* Attempt to create a value. This may take a long time, and the map
* may be different when create() returns. If a conflicting value was
* added to the map while create() was working, we leave that value in
* the map and release the created value.
*/
V createdValue = create(key); //如果没有在缓存中找到数据，那么调用调用create方法创建数据
if (createdValue == null) {
return null;
}
synchronized (this) {
createCount++;
mapValue = map.put(key, createdValue);
//如果key对应的数据被创建的数据替换则复位key对应的数据，没有则对齐cache的size
if (mapValue != null) {
// There was a conflict so undo that last put
map.put(key, mapValue);
} else {
size += safeSizeOf(key, createdValue);
}
}
if (mapValue != null) {
entryRemoved(false, key, createdValue, mapValue);
return mapValue;
} else {
trimToSize(maxSize);
return createdValue;
}
}
create方法
在上述的get方法中我们看到了一个create方法，这个方法作用就是创建key对应的数据，但是使用这个方法的时候一定要慎重，因为这个方法可能是个耗时方法，比如Bitmap的decode
小结
至此，LruCache的关键原理已经讲述完毕，其他的方法比较简单，读者可以自行分析，希望我的文章能帮助到大家
