LruCache 是 Android 提供的一種基於記憶體的快取框架。LRU 是 Least Recently Used 的縮寫，即最近最少使用。當一塊記憶體最近很少使用的時候就會被從快取中移除。在這篇文章中，我們會先簡單介紹 LruCache 的使用，然後我們會對它的原始碼進行分析。
1、基本的使用示例
首先，讓我們來簡單介紹一下如何使用 LruCache 實現記憶體快取。下面是 LruCache 的一個使用示例。
這裡我們實現的是對 RecyclerView 的列表的截圖的功能。因為我們需要將列表的每個項的 Bitmap 儲存下來，然後當所有的列表項的 Bitmap 都拿到的時候，將其按照順序和位置繪製到一個完整的 Bitmap 上面。如果我們不使用 LruCache 的話，當然也能夠是實現這個功能——將所有的列表項的 Bitmap 放置到一個 List 中即可。但是那種方式存在缺點：因為是強引用型別，所以當記憶體不足的時候會導致 OOM。
在下面的方法中，我們先獲取了記憶體的大小的 8 分之一作為快取空間的大小，用來初始化 LruCache 物件，然後從 RecyclerView 的介面卡中取出所有的 ViewHolder 並獲取其對應的 Bitmap，然後按照鍵值對的方式將其放置到 LruCache 中。當所有的列表項的 Bitmap 都拿到之後，我們再建立最終的 Bitmap 並將之前的 Bitmap 依次繪製到最終的 Bitmap 上面：
public static Bitmap shotRecyclerView(RecyclerView view) {
RecyclerView.Adapter adapter = view.getAdapter();
Bitmap bigBitmap = null;
if (adapter != null) {
int size = adapter.getItemCount();
int height = 0;
Paint paint = new Paint();
int iHeight = 0;
final int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);
// 使用記憶體的 8 分之一作為該快取框架的快取空間
final int cacheSize = maxMemory / 8;
LruCache<String, Bitmap> bitmaCache = new LruCache<>(cacheSize);
for (int i = 0; i < size; i++) {
RecyclerView.ViewHolder holder = adapter.createViewHolder(view, adapter.getItemViewType(i));
adapter.onBindViewHolder(holder, i);
holder.itemView.measure(
View.MeasureSpec.makeMeasureSpec(view.getWidth(), View.MeasureSpec.EXACTLY),
View.MeasureSpec.makeMeasureSpec(0, View.MeasureSpec.UNSPECIFIED));
holder.itemView.layout(0, 0, holder.itemView.getMeasuredWidth(),
holder.itemView.getMeasuredHeight());
holder.itemView.setDrawingCacheEnabled(true);
holder.itemView.buildDrawingCache();
Bitmap drawingCache = holder.itemView.getDrawingCache();
if (drawingCache != null) {
bitmaCache.put(String.valueOf(i), drawingCache);
}
height += holder.itemView.getMeasuredHeight();
}
bigBitmap = Bitmap.createBitmap(view.getMeasuredWidth(), height, Bitmap.Config.ARGB_8888);
Canvas bigCanvas = new Canvas(bigBitmap);
Drawable lBackground = view.getBackground();
if (lBackground instanceof ColorDrawable) {
ColorDrawable lColorDrawable = (ColorDrawable) lBackground;
int lColor = lColorDrawable.getColor();
bigCanvas.drawColor(lColor);
}
for (int i = 0; i < size; i++) {
Bitmap bitmap = bitmaCache.get(String.valueOf(i));
bigCanvas.drawBitmap(bitmap, 0f, iHeight, paint);
iHeight += bitmap.getHeight();
bitmap.recycle();
}
}
return bigBitmap;
}
複製程式碼因此，我們可以總結出 LruCahce 的基本用法如下：
首先，你要宣告一個快取空間的大小，在這裡我們用了執行時記憶體的 8 分之 1 作為快取空間的大小
LruCache<String, Bitmap> bitmaCache = new LruCache<>(cacheSize);
複製程式碼但是應該注意的一個問題是快取空間的單位的問題。因為 LruCache 的鍵值對的值可能是任何型別的，所以你傳入的型別的大小如何統計需要自己去指定。後面我們在分析它的原始碼的時候會指出它的單位的問題。LruCahce 的 API 中也已經提供了計算傳入的值的大小的方法。我們只需要在例項化一個 LruCache 的時候覆寫該方法即可。而這裡我們認為一個 Bitmap 物件所佔用的記憶體的大小不超過 1KB.
然後，我們可以像普通的 Map 一樣呼叫它的 put() 和 get() 方法向快取中插入和從快取中取出資料：
bitmaCache.put(String.valueOf(i), drawingCache);
Bitmap bitmap = bitmaCache.get(String.valueOf(i));
複製程式碼2、LruCahce 原始碼分析
2.1 分析之前：當我們自己實現一個 LruCache 的時候，我們需要考慮什麼
在我們對 LruCache 的原始碼進行分析之前，我們現來考慮一下當我們自己去實現一個 LruCache 的時候需要考慮哪些東西，以此來帶著問題閱讀原始碼。
因為我們需要對資料進行儲存，並且又能夠根據指定的 id 將資料從快取中取出，所以我們需要使用雜湊表表結構。或者使用兩個陣列，一個作為鍵一個作為值，然後使用它們的索引來實現對映也行。但是，後者的效率不如前者高。
此外，我們還要對插入的元素進行排序，因為我們需要移除那些使用頻率最小的元素。我們可以使用連結串列來達到這個目的，每當一個資料被用到的時候，我們可以將其移向連結串列的頭節點。這樣當要插入的元素大於快取的最大空間的時候，我們就將連結串列末位的元素移除，以在快取中騰出空間。
綜合這兩點，我們需要一個既有雜湊表功能，又有佇列功能的資料結構。在 Java 的集合中，已經為我們提供了 LinkedHashMap 用來實現這個功能。
實際上在 Android 中的 LruCache 也正是使用 LinkedHashMap 來實現的。LinkedHashMap 擴充自 HashMap。如果理解 HashMap 的話，它的原始碼就不難閱讀。LinkedHashMap 僅在 HashMap 的基礎之上，又將各個節點放進了一個雙向連結串列中。每次增加和刪除一個元素的時候，被操作的元素會被移到到連結串列的末尾。Android 中的 LruCahce 就是在 LinkedHashMap 基礎之上進行了一層擴充，不過 Android 中的 LruCache 的實現具有一些很巧妙的地方值得我們學習。
2.2 LruCache 原始碼分析
從上面的分析中我們知道了選擇 LinkedHashMap 作為底層資料結構的原因。下面我們分析其中的一些方法。這個類的實現還有許多的細節考慮得非常周到，非常值得我們借鑑和學習。
2.2.1 快取的最大可用空間
在 LruCache 中有兩個欄位 size 和 maxSize. maxSize 會在 LruCache 的構造方法中被賦值，用來表示該快取的最大可用的空間：
int cacheSize = 4 * 1024 * 1024; // 4MiB，cacheSize 的單位是 KB
LruCache<String, Bitmap> bitmapCache = new LruCache<String, Bitmap>(cacheSize) {
protected int sizeOf(String key, Bitmap value) {
return value.getByteCount();
}
}};
複製程式碼這裡我們使用 4MB 來設定快取空間的大小。我們知道 LruCache 的原理是指定了空間的大小之後，如果繼續插入元素時，空間超出了指定的大小就會將那些“可以被移除”的元素移除掉，以此來為新的元素騰出空間。那麼，因為插入的型別時不確定的，所以具體被插入的物件如何計算大小就應該交給使用者來實現。
在上面的程式碼中，我們直接使用了 Bitmap 的 getByteCount() 方法來獲取 Bitmap 的大小。同時，我們也注意到在最初的例子中，我們並沒有這樣去操作。那樣的話一個 Bitmap 將會被當作 1KB 來計算。
這裡的 sizeOf() 是一個受保護的方法，顯然是希望使用者自己去實現計算的邏輯。它的預設值是 1，單位和設定快取大小指定的 maxSize 的單位相同：
protected int sizeOf(K key, V value) {
return 1;
}
複製程式碼這裡我們還需要提及一下：雖然這個方法交給使用者來實現，但是在 LruCache 的原始碼中，不會直接呼叫這個方法，而是
private int safeSizeOf(K key, V value) {
int result = sizeOf(key, value);
if (result < 0) {
throw new IllegalStateException("Negative size: " + key + "=" + value);
}
return result;
}
複製程式碼所以，這裡又增加了一個檢查，防止引數錯誤。其實，這個考慮是非常周到的，試想如果傳入了一個非法的引數，導致了意外的錯誤，那麼錯誤的地方就很難跟蹤了。如果我們自己想設計 API 給別人用並且提供給他們自己可以覆寫的方法的時候，不妨借鑑一下這個設計。
2.2.2 LruCache 的 get() 方法
下面我們分析它的 get() 方法。它用來從 LruCahce 中根據指定的鍵來獲取對應的值：
/**
* 1). 獲取指定 key 對應的元素，如果不存在的話就用 craete() 方法建立一個。
* 2). 當返回一個元素的時候，該元素將被移動到佇列的首位；
* 3). 如果在快取中不存在又不能建立，就返回n ull
*/
public final V get(K key) {
if (key == null) {
throw new NullPointerException("key == null");
}
V mapValue;
synchronized (this) {
// 在這裡如果返回不為空的話就會將返回的元素移動到佇列頭部，這是在 LinkedHashMap 中實現的
mapValue = map.get(key);
if (mapValue != null) {
// 快取命中
hitCount++;
return mapValue;
}
// 快取沒有命中，可能是因為這個鍵值對被移除了
missCount++;
}
// 這裡的建立是單執行緒的，在建立的時候指定的 key 可能已經被其他的鍵值對佔用
V createdValue = create(key);
if (createdValue == null) {
return null;
}
// 這裡設計的目的是防止建立的時候，指定的 key 已經被其他的 value 佔用，如果衝突就撤銷插入
synchronized (this) {
createCount++;
// 向表中插入一個新的資料的時候會返回該 key 之前對應的值，如果沒有的話就返回 null
mapValue = map.put(key, createdValue);
if (mapValue != null) {
// 衝突了，還要撤銷之前的插入操作
map.put(key, mapValue);
} else {
size += safeSizeOf(key, createdValue);
}
}
if (mapValue != null) {
entryRemoved(false, key, createdValue, mapValue);
return mapValue;
} else {
trimToSize(maxSize);
return createdValue;
}
}
複製程式碼這裡獲取值的時候對當前的例項進行了加鎖以保證執行緒安全。當用 map 的 get() 方法獲取不到資料的時候用了 create() 方法。因為當指定的鍵值對找不到的時候，可能它本來就不存在，可能是因為快取不足被移除了，所以，我們需要提供這個方法讓使用者來處理這種情況，該方法預設返回 null. 如果使用者覆寫了 create() 方法，並且返回的值不為 null，那麼我們需要將該值插入到雜湊表中。
插入的邏輯也在同步程式碼塊中進行。這是因為，建立的操作可能過長而且是非同步的。當我們再次向指定的 key 插入值的時候，它可能已經存在值了。所以當呼叫 map 的 put() 的時候如果返回不為 null，就表明對應的 key 已經有對應的值了，就需要撤銷插入操作。最後，當 mapValue 非 null，還要呼叫 entryRemoved() 方法。每當一個鍵值對從雜湊表中被移除的時候，這個方法將會被回撥一次。
最後呼叫了 trimToSize() 方法，用來保證新的值被插入之後快取的空間大小不會超過我們指定的值。當發現已經使用的快取超出最大的快取大小的時候，“最近最少使用” 的專案將會被從雜湊表中移除。
那麼如何來判斷哪個是 “最近最少使用” 的專案呢？我們先來看下 trimToSize() 的方法定義：
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;
}
// 獲取用來移除的 “最近最少使用” 的專案
Map.Entry<K, V> toEvict = 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);
}
}
複製程式碼顯然，這裡是使用了 LinkedHashMap 的 eldest() 方法，這個方法的返回值是：
public Map.Entry<K, V> eldest() {
return head;
}
複製程式碼也就是 LinkedHashMap 的頭結點。那麼為什麼要移除頭結點呢？這不符合 LRU 的原則啊，這裡分明是直接移除了頭結點。實際上不是這樣，魔力發生在 get() 方法中。在 LruCache 的 get() 方法中，我們呼叫了 LinkedHashMap 的 get() 方法，這個方法中又會在拿到值的時候呼叫下面的方法：
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMapEntry<K,V> last;
if (accessOrder && (last = tail) != e) {
LinkedHashMapEntry<K,V> p =
(LinkedHashMapEntry<K,V>)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
複製程式碼這裡的邏輯是把 get() 方法中返回的結點移動到雙向連結串列的末尾。所以，最近最少使用的結點必然就是頭結點了。
3、總結
以上是我們對 LruCache 的是使用和原始碼的總結，這裡我們實際上只分析了 get() 的過程。因為這個方法才是 LruCache 的核心，它包含了插入值和移動最近使用的專案的過程。至於 put() 和 remove() 兩種方法，它們內部實際上直接呼叫了 LinkedHashMap 的方法。這裡我們不再對它們進行分析。
如果您喜歡我的文章，可以在以下平臺關注我：