LruCache缓存图片研究小结
来源:互联网 发布:君子知怕的论证过程 编辑:程序博客网 时间:2024/05/29 19:49
上一篇研究了LinkedHashMap实现LRU策略,虽然通过上述方式来实现图片缓存可以优化内存的使用效率,但是这种方式也存在一些问题,例如,LinkedHashMap不是线程安全的,所以在操作时需要考虑线程安全问题。另外在缓存时,只能指定缓存数据条目的数量,不能指定缓存区的大小,如果需要缓存的图片都比较大,可能就会出现问题。。。。
其实在Android SDK 中已经为我们提供了一个实现LRU策略的cache类,LruCache类,这个类封装了LinkedHashMap并且解决了LinkedHashMap中存在的问题,今天我们以LruCache缓存图片为例研究下这个类。
有一点需要提前说明下,今天我们研究的是android.support.v4.util包中的LruCache类而不是android.util包中也有一个LruCache类,这点需要提前说明下,不然很容易蒙圈,因为这两个类中有些方法实现是不同的。
首先我们看一下LruCache的成员变量,代码如下
private final LinkedHashMap<K, V> map; private int size;//当前容量 private int maxSize;//最大容量 private int putCount;//put的次数 private int createCount;//create的次数 private int evictionCount;//回收次数 private int hitCount;//命中次数 private int missCount;//丢失的次数
再看下构造方法。
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); }
在构造方法中初始化了maxSize和LinkedHashMap,并且LinkedHashMap为按照访问顺序排序(此部分请参照上一篇文章)。maxSize即为最大容量。
前面提到LruCache可以指定缓存区大小,这怎么实现呢?。。其实实现起来很简单只要在初始化的时候重写LruCache提供的sizeOf方法即可,代码如下。
int LRU_CACHE_SIZE = 4 * 1024 * 1024; //4MB LruCache<String,Bitmap> lruCache=new LruCache<String,Bitmap>(LRU_CACHE_SIZE) { @Override protected int sizeOf(String key, Bitmap value) { if (value != null) return value.getByteCount(); else return 0; } };
首先我们定义了LruCache的最大容量为4 * 1024 * 1024,即4M的空间,然后我们重写sizeOf方法,让这个方法返回Bitmap的字节数。为什么这样写就可以指定缓存区大大小呢?接下来我们看下比较重要的put和get方法,你就会明白了~
首先看下put方法的源码。
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; }
在方法体中,我们发现当key或者value为空时会抛出异常,这部分和LinkedHashMap是不同的,说明LruCache类是不支持key或者value为空,并且在对map进行put操作时加了synchronized ,保证了线程安全。另外我们发现有如下操作
size += safeSizeOf(key, value);
这部分看上去像对size(当前容量)的累加,我们继续进入到safeSizeOf方法中
private int safeSizeOf(K key, V value) { int result = sizeOf(key, value); if (result < 0) { throw new IllegalStateException("Negative size: " + key + "=" + value); } return result; }
在这个方法中看到了之前重写sizeOf方法,看到这里我想大家就明白了。我们之前重写sizeOf方法让它返回bitmap的字节数,而在put方法中会对每次put进来的bimap的字节数利用size进行累加,这样我们利用size和maxSize进行比较,就可以得知当前容量是否大于最大容量,当大于时就可以进行删除最近最少少用的资源的操作了。另外sizeOf默认情况下是返回1的,所以如果不重写sizeOf方法,LruCache也是进行“计数”的。
接着看put方法的代码,我们会发现如下操作。
previous = map.put(key, value); if (previous != null) { size -= safeSizeOf(key, previous); }
我们都知道,在对一个hashmap进行put操作的时候 ,如果put的key-value键值对中的key已经存在与map中,新put的value会覆盖旧value,并且会返回旧value。如果key不存在于map中,则会返回null。这里利用previous获取返回值,如果previous不为空,则当前容量会减去previous的大小,这部分比较好理解,其实就是防止同一个key对应新旧value的大小的重复叠加。
接着往下看,在previous不为空的时候,会调用 entryRemoved(false, key, previous, value) 方法,并且把previous传进去了,查看此方法,我们发现此方法并没有函数体,看来需要我们重写此方法。
protected void entryRemoved(boolean evicted, K key, V oldValue, V newValue) {}
根据前面所讲,我们可以在初始化的时候重写这个方法,来释放掉一个key对应的旧value所占用的资源,代码如下。
LruCache<String,Bitmap> lruCache=new LruCache<String,Bitmap>(LRU_CACHE_SIZE) { @Override protected int sizeOf(String key, Bitmap value) { if (value != null) return value.getByteCount(); else return 0; } @Override protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) { if(evicted==false&&oldValue!=null){ oldValue.recycle();//释放bitmap资源 } } };
看到这里,可能会有疑问,在什么方法里会进行删除最近最少的操作呢?接着看put方法我们会发现trimToSize方法,答案其实就在这个方法里面。代码如下。
public void trimToSize(int maxSize) { while (true) {//不断循环删除linkedHashMap首元素,也就是最近最少访问的条目,直到size小于最大容量或者map中已经没有数据 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 || map.isEmpty()) {//直到当前容量小于最大容量 break; } Map.Entry<K, V> toEvict = map.entrySet().iterator().next();//指向首元素 key = toEvict.getKey(); value = toEvict.getValue(); map.remove(key);//删除最近最少的entry size -= safeSizeOf(key, value); evictionCount++; } entryRemoved(true, key, value, null); } }
观察方法体我们发现,当当前容量大于最大容量时,会不断删除首元素即最近最少访问的元素,然后重新计算当前容量大小。只有在当前容量小于最大容量或者map中没有数据的时候才会break出去。在代码的最后也会调用一次entryRemoved(true, key, value, null)方法,并且把因为空间不足而删除的元素的key和value传递进去,不过第一参数为true有别与先前调用时传递的false,所以根据第一参数区别我们就可以进行一些不一样的操作。
protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) { if(evicted==false&&oldValue!=null){ oldValue.recycle(); }if(evicted==true&&oldValue!=null){ //TODO 根据key value 进行二级缓存 } }
好了,put方法说明的比较详细,相信大家已经有了比较深的了解,接下来get方法我们加快点节奏。get方法源码如下。
public final V get(K key) { if (key == null) {//key 不允许为空 throw new NullPointerException("key == null"); } V mapValue; synchronized (this) { mapValue = map.get(key); if (mapValue != null) { hitCount++; return mapValue; } missCount++; } V createdValue = create(key);//根据key进行新建 if (createdValue == null) { return null; } synchronized (this) { createCount++; mapValue = map.put(key, createdValue); if (mapValue != null) {//有返回值,说明key对应value已存在,需要进行重现赋值,即取消上一步操作 map.put(key, mapValue); } else { size += safeSizeOf(key, createdValue); } } if (mapValue != null) { entryRemoved(false, key, createdValue, mapValue);//可以释放刚创建的createdValue return mapValue; } else { trimToSize(maxSize); return createdValue; } }
观察代码,我们发现其实lrucache方法中主要是对linkedhashmap进行get操作,这部分不清除的同学可以看下上一篇关于linkedhashmap的研究总结。
我们重点研究下通过key获取到的value为空时的case。观察代码,如果如果出现上述情况,会新建一个createdValue,并且把createdValue put到map中,利用mapValue 获取put返回值,继续判断mapValue 是否为空,如果mapValue 不为空说明此时此key在map中存在对应的value,所以接下来需要进行重新赋值,让key对应的value为mapValue 而不是createdValue。如果mapValue为空,说明key对应的value确实为空,需要进行就是重新计算当前size的大小。在代码的最后会判断mapValue是否为空,如果mapValue不为空的时候,会调用entryRemoved方法,并把createdValue放在oldvalue的位置,因为此时createdValue所占的资源是无用的,所以我们可以在entryRemoved中释放createdValue。如果mapValue不为空又会进入到trimToSize方法中进行容量计算和删除“最近最少”。好了,get也方法讲完了,最后看下remove方法。
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; }
观察代码,基本上和get和put有异曲同工之妙,在这里就不重复阐述了,大家自己阅读代码吧!~~~
比较重要的方法都讲完了,到此大家对lrucache应该有了一个全面的了解了吧~~接下来我们稍微总结下lrucache吧。
1.LruCache封装了LinkedHashMap,提供了LRU缓存的功能,并且在关键操作加了synchronized ,实现了线程安全。
2.LruCache提供了trimToSize方法,当容量不足时会自动删除最近最少访问的键值对。
3.LruCache提供了entryRemoved(boolean evicted, K key, V oldValue, V newValue)方法,通过重写这个方,结合put,get,remove方法我们可以做更多的事情。
3.LruCache不允许空键值;
5.LruCache提供了sizeof方法,重写这个方法可以实现指定缓存区大小,而不是像LinkedHashMap一样只能指定缓存条目数。
ok!就写到这了,欢迎大家一起研究交流!~~~
- LruCache缓存图片研究小结
- android:LruCache缓存小结
- Android LruCache 缓存图片
- 图片缓存:LruCache
- LruCache图片缓存技术
- android 图片缓存LruCache
- 图片缓存-LruCache、DiskLruCache
- 62、LruCache图片缓存
- 图片缓存技术LruCache
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- Android使用 LruCache 缓存图片
- 斯坦福《机器学习》Lesson4感想--1、Logistic回归中的牛顿方法
- ORA-00600 [3020] ORA-10560问题处理
- 【转】XmlDocument类
- 输入一个整数数组,判断该数组是不是某个二叉搜索树的前序遍历结果
- 网站设计知识论
- LruCache缓存图片研究小结
- 每天一道算法题(21)——字符串的全排列和组合算法
- 悟空学Linux专栏----第2篇
- 2012年5月SAT香港真题解析
- String、StringBuffer、StringBuilder主要区别及使用选择
- Spring学习笔记——Spring中的BeanFactory与FactoryBean
- scala实现归并排序
- 使用Ubuntu录制声音(兼容Debian)
- 物理层