Java和Android的LRU缓存及实现原理

一、概述

Android提供了LRUCache类，可以方便的使用它来实现LRU算法的缓存。Java提供了linkedHashMap，可以用该类很方便的实现LRU算法，Java的LRUlinkedHashMap就是直接继承了linkedHashMap，进行了极少的改动后就可以实现LRU算法。

二、Java的LRU算法

Java的LRU算法的基础是linkedHashMap，linkedHashMap继承了HashMap，并且在HashMap的基础上进行了一定的改动，以实现LRU算法。

1、HashMap

首先需要说明的是，HashMap将每一个节点信息存储在Entry结构中。Entry中存储了节点对应的key、value、hash信息，同时存储了当前节点的下一个节点的引用。因此Entry是一个单向链表。HashMap的存储结构是一个数组加单向链表的形式。每一个key对应的hashCode，在HashMap的数组中都可以找到一个位置；而如果多个key对应了相同的hashCode，那么他们在数组中对应在相同的位置上，这时，HashMap将把对应的信息放到Entry中，并使用链表连接这些Entry。

 static class Entry implements Map.Entry {
    final K key;
    V value;
    Entry next;
    int hash;

    
    Entry(int h, K k, V v, Entry n) {
      value = v;
      next = n;
      key = k;
      hash = h;
    }

    public final K getKey() {
      return key;
    }

    public final V getValue() {
      return value;
    }

    public final V setValue(V newValue) {
      V oldValue = value;
      value = newValue;
      return oldValue;
    }

    public final boolean equals(Object o) {
      if (!(o instanceof Map.Entry))
 return false;
      Map.Entry e = (Map.Entry)o;
      Object k1 = getKey();
      Object k2 = e.getKey();
      if (k1 == k2 || (k1 != null && k1.equals(k2))) {
 Object v1 = getValue();
 Object v2 = e.getValue();
 if (v1 == v2 || (v1 != null && v1.equals(v2)))
   return true;
      }
      return false;
    }

    public final int hashCode() {
      return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
    }

    public final String toString() {
      return getKey() + "=" + getValue();
    }

    
    void recordAccess(HashMap m) {
    }

    
    void recordRemoval(HashMap m) {
    }
  }

   下面贴一下HashMap的put方法的代码，并进行分析

public V put(K key, V value) {
    if (table == EMPTY_TABLE) {
      inflateTable(threshold);
    }
    if (key == null)
      return putForNullKey(value);

　　　　　//以上信息不关心，下面是正常的插入逻辑。

　　　　　//首先计算hashCode
    int hash = hash(key);
　　　　　//通过计算得到的hashCode，计算出hashCode在数组中的位置
    int i = indexFor(hash, table.length);

　　　　　//for循环，找到在HashMap中是否存在一个节点，对应的key与传入的key完全一致。如果存在，说明用户想要替换该key对应的value值，因此直接替换value即可返回。
    for (Entry e = table[i]; e != null; e = e.next) {
      Object k;
      if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
 V oldValue = e.value;
 e.value = value;
 e.recordAccess(this);
 return oldValue;
      }
    }

　　　　 //逻辑执行到此处，说明HashMap中不存在完全一致的kye.调用addEntry，新建一个节点保存key、value信息，并增加到HashMap中
    modCount++;
    addEntry(hash, key, value, i);
    return null;
  }

　　在上面的代码中增加了一些注释，可以对整体有一个了解。下面具体对一些值得分析的点进行说明。

<1> int i = indexFor(hash, table.length);

可以看一下源码：

　static int indexFor(int h, int length) {
    // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
    return h & (length-1);
  }

　为什么获得的hashCode(h)要和(length-1)进行按位与运算？这是为了保证去除掉h的高位信息。如果数组大小为8（1000），而计算出的h的值为10（1010），如果直接获取数组的index为10的数据，肯定会抛出数组超出界限异常。所以使用按位与（0111&1010），成功清除掉高位信息，得到2（0010），表示对应数组中index为2的数据。效果与取余相同，但是位运算的效率明显更高。

但是这样有一个问题，如果length为9，获取得length-1信息为8（1000），这样进行位运算，不但不能清除高位数据，得到的结果肯定不对。所以数组的大小一定有什么特别的地方。通过查看源码，可以发现，HashMap无时无刻不在保证对应的数组个数为2的n次方。

首先在put的时候，调用inflateTable方法。重点在于roundUpToPowerOf2方法，虽然它的内容包含大量的位相关的运算和处理，没有看的很明白，但是注释已经明确了，会保证数组的个数为2的n次方。

private void inflateTable(int toSize) {
// Find a power of 2 >= toSize
int capacity = roundUpToPowerOf2(toSize);

threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}

其次，在addEntry等其他位置，也会使用（2 * table.length）、table.length << 1等方式，保证数组的个数为2的n次方。

<2> for (Entry e = table[i]; e != null; e = e.next)

因为HashMap使用的是数组加链表的形式，所以通过hashCode获取到在数组中的位置后，得到的不是一个Entry，而是一个Entry的链表，一定要循环链表，获取key对应的value。

<3> addEntry(hash, key, value, i);

先判断数组个数是否超出阈值，如果超过，需要增加数组个数。然后会新建一个Entry，并加到数组中。

  void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
      resize(2 * table.length);
      hash = (null != key) ? hash(key) : 0;
      bucketIndex = indexFor(hash, table.length);
    }

    createEntry(hash, key, value, bucketIndex);
  }

  
  void createEntry(int hash, K key, V value, int bucketIndex) {
    Entry e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
  }

    2、linkedHashMap

linkedHashMap在HashMap的基础上，进行了修改。首先将Entry由单向链表改成双向链表。增加了before和after两个队Entry的引用。

 private static class Entry extends HashMap.Entry {
    // These fields comprise the doubly linked list used for iteration.
    Entry before, after;

    Entry(int hash, K key, V value, HashMap.Entry next) {
      super(hash, key, value, next);
    }

    
    private void remove() {
      before.after = after;
      after.before = before;
    }

    
    private void addBefore(Entry existingEntry) {
      after = existingEntry;
      before = existingEntry.before;
      before.after = this;
      after.before = this;
    }

    
    void recordAccess(HashMap m) {
      linkedHashMap lm = (linkedHashMap)m;
      if (lm.accessOrder) {
 lm.modCount++;
 remove();
 addBefore(lm.header);
      }
    }

    void recordRemoval(HashMap m) {
      remove();
    }
  }

  同时，linkedHashMap提供了一个对Entry的引用header（private transient Entry header）。header的作用就是永远只是HashMap中所有成员的头（header.after）和尾(header.before)。这样把HashMap本身的数组加链表的格式进行了修改。在linkedHashMap中，即保留了HashMap的数组加链表的数据保存格式，同时增加了一套header作为开始标记的双向链表（我们暂且称之为header的双向链表）。linkedHashMap就是通过header的双向链表来实现LRU算法的。header.after永远指向最近最不常使用的那个节点，删除的话，就是删除这个header.after对应的节点。相对的，header.before指向的就是刚刚使用过的那个节点。

linkedHashMap并没有提供put方法，但是linkedHashMap重写了addEntry和createEntry方法，如下：

 
  void addEntry(int hash, K key, V value, int bucketIndex) {
    super.addEntry(hash, key, value, bucketIndex);

    // Remove eldest entry if instructed
    Entry eldest = header.after;
    if (removeEldestEntry(eldest)) {
      removeEntryForKey(eldest.key);
    }
  }

  
  void createEntry(int hash, K key, V value, int bucketIndex) {
    HashMap.Entry old = table[bucketIndex];
    Entry e = new Entry<>(hash, key, value, old);
    table[bucketIndex] = e;
    e.addBefore(header);
    size++;
  }

   HashMap的put方法，调用了addEntry方法；HashMap的addEntry方法又调用了createEntry方法。因此可以把上面的两个方法和HashMap中的内容放到一起，方便分析，形成如下方法：

　void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
      resize(2 * table.length);
      hash = (null != key) ? hash(key) : 0;
      bucketIndex = indexFor(hash, table.length);
    }

    HashMap.Entry old = table[bucketIndex];
    Entry e = new Entry<>(hash, key, value, old);
    table[bucketIndex] = e;
    e.addBefore(header);
    size++;

    // Remove eldest entry if instructed
    Entry eldest = header.after;
    if (removeEldestEntry(eldest)) {
      removeEntryForKey(eldest.key);
    }
  }

　同样，先判断是否超出阈值，超出则增加数组的个数。然后创建Entry对象，并加入到HashMap对应的数组和链表中。与HashMap不同的是linkedHashMap增加了e.addBefore(header);和removeEntryForKey(eldest.key);这样两个操作。

首先分析一下e.addBefore(header)。其中e是linkedHashMap.Entry对象，addBefore代码如下，作用就是讲header与当前对象相关联，使当前对象增加到header的双向链表的尾部（header.before）：

　　private void addBefore(Entry existingEntry) {
      after = existingEntry;
      before = existingEntry.before;
      before.after = this;
      after.before = this;
    }

　　其次是另一个重点，代码如下：

  // Remove eldest entry if instructed
    Entry eldest = header.after;
    if (removeEldestEntry(eldest)) {
      removeEntryForKey(eldest.key);
    }

     其中，removeEldestEntry判断是否需要删除最近最不常使用的那个节点。linkedHashMap中的removeEldestEntry(eldest)方法永远返回false，如果我们要实现LRU算法，就需要重写这个方法，判断在什么情况下，删除最近最不常使用的节点。removeEntryForKey的作用就是将key对应的节点在HashMap的数组加链表结构中删除，源码如下：

　final Entry removeEntryForKey(Object key) {
    if (size == 0) {
      return null;
    }
    int hash = (key == null) ? 0 : hash(key);
    int i = indexFor(hash, table.length);
    Entry prev = table[i];
    Entry e = prev;

    while (e != null) {
      Entry next = e.next;
      Object k;
      if (e.hash == hash &&
 ((k = e.key) == key || (key != null && key.equals(k)))) {
 modCount++;
 size--;
 if (prev == e)
   table[i] = next;
 else
   prev.next = next;
 e.recordRemoval(this);
 return e;
      }
      prev = e;
      e = next;
    }

    return e;
  }

　removeEntryForKey是HashMap的方法，对linkedHashMap中header的双向链表无能为力，而linkedHashMap又没有重写这个方法，那header的双向链表要如何处理呢。

仔细看一下代码，可以看到在成功删除了HashMap中的节点后，调用了e.recordRemoval(this);方法。这个方法在HashMap中为空，linkedHashMap的Entry则实现了这个方法。其中remove()方法中的两行代码为双向链表中删除当前节点的标准代码，不解释。

 
    private void remove() {
      before.after = after;
      after.before = before;
    }void recordRemoval(HashMap m) {
      remove();
    }

      以上，linkedHashMap增加节点的代码分析完毕，可以看到完美的将新增的节点放在了header双向链表的末尾。

但是，这样显然是先进先出的算法，而不是最近最不常使用算法。需要在get的时候，更新header双向链表，把刚刚get的节点放到header双向链表的末尾。我们来看看get的源码：

public V get(Object key) {
    Entry e = (Entry)getEntry(key);
    if (e == null)
      return null;
    e.recordAccess(this);
    return e.value;
  }

　　代码很短，第一行的getEntry调用的是HashMap的getEntry方法，不需要解释。真正处理header双向链表的代码是e.recordAccess(this)。看一下代码：

　　 
    private void remove() {
      before.after = after;
      after.before = before;
    }

    
    private void addBefore(Entry existingEntry) {
      after = existingEntry;
      before = existingEntry.before;
      before.after = this;
      after.before = this;
    }

    
    void recordAccess(HashMap m) {
      linkedHashMap lm = (linkedHashMap)m;
      if (lm.accessOrder) {
 lm.modCount++;
 remove();
 addBefore(lm.header);
      }
    }

　　首先在header双向链表中删除当前节点，再将当前节点添加到header双向链表的末尾。当然，在调用linkedHashMap的时候，需要将accessOrder设置为true，否则就是FIFO算法。

三、Android的LRU算法

Android同样提供了HashMap和linkedHashMap，而且总体思路有些类似，但是实现的细节明显不同。而且Android提供的LruCache虽然使用了linkedHashMap，但是实现的思路并不一样。Java需要重写removeEldestEntry来判断是否删除节点；而Android需要重写LruCache的sizeOf，返回当前节点的大小，Android会根据这个大小判断是否超出了限制，进行调用trimToSize方法清除多余的节点。

Android的sizeOf方法默认返回1，默认的方式是判断HashMap中的数据个数是否超出了设置的阈值。也可以重写sizeOf方法，返回当前节点的大小。Android的safeSizeOf会调用sizeOf方法，其他判断阈值的方法会调用safeSizeOf方法，进行加减操作并判断阈值。进而判断是否需要清除节点。

Java的removeEldestEntry方法，也可以达到同样的效果。Java需要使用者自己提供整个判断的过程，两者思路还是有些区别的。

sizeOf，safeSizeOf不需要说明，而put和get方法，虽然和Java的实现方式不完全一样，但是思路是相同的，也不需要分析。在LruCache中put方法的最后，会调用trimToSize方法，这个方法用于清除超出的节点。它的代码如下：

　public void trimToSize(int maxSize)
 {
  while (true)
  {
   Object key;
   Object value;
   synchronized (this) {
    if ((this.size < 0) || ((this.map.isEmpty()) && (this.size != 0))) {
     throw new IllegalStateException(getClass().getName() + ".sizeOf() is reporting inconsistent results!");
    }
　　　　　　if (size <= maxSize) {
　　　　　　　　break;
　　　　　　}

    Map.Entry toEvict = (Map.Entry)this.map.entrySet().iterator().next();

    key = toEvict.getKey();
    value = toEvict.getValue();
    this.map.remove(key);
    this.size -= safeSizeOf(key, value);
    this.evictionCount += 1;
   }

   entryRemoved(true, key, value, null);
  }
 }

　重点需要说明的是Map.Entry toEvict = (Map.Entry)this.map.entrySet().iterator().next();这行代码。它前面的代码判断是否需要删除最近最不常使用的节点，后面的代码用于删除具体的节点。这行代码用于获取最近最不常使用的节点。

首先需要说明的问题是，Android的linkedHashMap和Java的linkedHashMap在思路上一样，也是使用header保存双向链表。在put和get的时候，会更新对应的节点，保存header.after指向最久没有使用的节点；header.before用于指向刚刚使用过的节点。所以Map.Entry toEvict = (Map.Entry)this.map.entrySet().iterator().next();这行最终肯定是获取header.after节点。下面逐步分析代码，就可以看到是如何实现的了。

首先，map.entrySet()，HashMap定义了这个方法，linkedHashMap没有重写这个方法。因此调用的是HashMap对应的方法：

public Set> entrySet() {
    Set> es = entrySet;
    return (es != null) ? es : (entrySet = new EntrySet());
  }

上面代码不需要细说，new一个EntrySet类的实例。而EntrySet也是在HashMap中定义，linkedHashMap中没有。

private final class EntrySet extends AbstractSet> {
    public Iterator> iterator() {
      return newEntryIterator();
    }
    public boolean contains(Object o) {
      if (!(o instanceof Entry))
 return false;
      Entry e = (Entry) o;
      return containsMapping(e.getKey(), e.getValue());
    }
    public boolean remove(Object o) {
      if (!(o instanceof Entry))
 return false;
      Entry e = (Entry)o;
      return removeMapping(e.getKey(), e.getValue());
    }
    public int size() {
      return size;
    }
    public boolean isEmpty() {
      return size == 0;
    }
    public void clear() {
      HashMap.this.clear();
    }
  }

　　Iterator> newEntryIterator() { return new EntryIterator(); }

代码中很明显的可以看出，Map.Entry toEvict = (Map.Entry)this.map.entrySet().iterator().next()，就是要调用

newEntryIterator().next()，就是调用(new EntryIterator()).next()。而EntryIterator类在linkedHashMap中是有定义的。

　　private final class EntryIterator
      extends linkedHashIterator> {
    public final Map.Entry next() { return nextEntry(); }
  }

  private abstract class linkedHashIterator implements Iterator {
    linkedEntry next = header.nxt;
    linkedEntry lastReturned = null;
    int expectedModCount = modCount;

    public final boolean hasNext() {
      return next != header;
    }

    final linkedEntry nextEntry() {
      if (modCount != expectedModCount)
 throw new ConcurrentModificationException();
      linkedEntry e = next;
      if (e == header)
 throw new NoSuchElementException();
      next = e.nxt;
      return lastReturned = e;
    }

    public final void remove() {
      if (modCount != expectedModCount)
 throw new ConcurrentModificationException();
      if (lastReturned == null)
 throw new IllegalStateException();
      linkedHashMap.this.remove(lastReturned.key);
      lastReturned = null;
      expectedModCount = modCount;
    }
  }

现在可以得到结论，trimToSize中的那行代码得到的就是header.next对应的节点，也就是最近最不常使用的那个节点。

以上就是对Android Java LRU缓存的实现原理做的详解，后续继续补充相关资料，谢谢大家对本站的支持！