从LruCache源码剖析最近最少使用算法

2023-09-14 15:24:10

LruCache：Android 中的内存缓存利器

引言

在 Android 应用程序开发中，管理内存资源至关重要。LruCache 作为一种高效的内存缓存算法，凭借其出色的性能和稳定性，深受开发者的青睐。本文将深入探讨 LruCache 的原理、应用、源码分析、优缺点以及常见问题解答，帮助你全面掌握这款缓存工具。

LruCache 的工作原理

LruCache 遵循最近最少使用（LRU）算法，使用双向链表来管理缓存中的数据。链表头部存放最近最少使用的数据，尾部存放最近最常使用的数据。当数据被访问时，它会被移动到链表头部，从而刷新其使用时间。当内存不足时，LruCache 会从链表尾部移除数据，释放空间。

LruCache 的应用场景

LruCache 广泛应用于各种场景，包括：

内存缓存： 缓存经常访问的数据，减少对数据库或网络的调用，提升应用程序性能。
图片缓存： 存储已加载的图片，避免重复下载，优化加载速度。
对象池： 管理对象实例的复用，减少创建和销毁对象的开销。

LruCache 的源码分析

LruCache 的源码简洁明了，仅有不到 100 行代码。下面逐行解析：

public class LruCache<K, V> {

    private final LinkedHashMap<K, V> map;
    private final int maxSize;

    public LruCache(int maxSize) {
        this.maxSize = maxSize;
        this.map = new LinkedHashMap<K, V>(0, 0.75f, true) {
            @Override
            protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
                return size() > maxSize;
            }
        };
    }

    public V get(K key) {
        return map.get(key);
    }

    public V put(K key, V value) {
        V oldValue = map.put(key, value);
        if (oldValue != null) {
            return oldValue;
        }
        trimToSize(maxSize);
        return null;
    }

    private void trimToSize(int maxSize) {
        while (map.size() > maxSize) {
            Map.Entry<K, V> eldest = map.entrySet().iterator().next();
            map.remove(eldest.getKey());
        }
    }
}