LRU_Cache

LRU(Least Recently Used) 表示最近最少使用

LinkedHashMap

LRU内部维护的是一个LInkedHashMap,因此先从LinkedHashMap看起

LinkedHashMap与HashMap的区别:
LinkedHashMap保持了元素的插入顺序,使得遍历顺序可按插入顺序输出

盗图来查看LinkedHashMap的内部结构

image.png

说白了就是每个结点即是HashMap里每个桶的结点也是一条双向链表里的结点。
而LinkedHashMap依靠该双向链表保存着插入的顺序

这三个方法是HashMap预留给LinkedhashMap的接口,

// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(Node<K,V>  p) {}  // 1 
void afterNodeInsertion(boolean evict) {}  // 2
void afterNodeRemoval(Node<K,V> p) {} // 3

首先看afterNodeAccess,当为accessOrder的时候,就把结点放到末尾

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;
            // 省略一堆指针的操作,就是将读取到的结点e 放到链表末尾
            ++modCount;
        }
    }

afterNodeInsertion 参数evict 必为true
若用户定义了removeEldestEntry 就会在哈希表中移除链表的表头元素,而removeEldestEntry默认返回false

    void afterNodeInsertion(boolean evict) { // possibly remove eldest
        LinkedHashMapEntry<K,V> first;
        if (evict && (first = head) != null && removeEldestEntry(first)) {
            K key = first.key;
            removeNode(hash(key), key, null, false, true);
        }
    }

afterNodeRemoval() 用于从链表中删除结点

    void afterNodeRemoval(Node<K,V> e) { // unlink
       //省略,其实也是指针操作,从链表中删除该结点
    }

LinkedHashMap对put操作没有重写,而对get的定义如下

    public V get(Object key) {
        Node<K,V> e;
        if ((e = getNode(hash(key), key)) == null)
            return null;
        if (accessOrder)
            afterNodeAccess(e);
        return e.value;
    }

可以看到如果为accessOrder的时候就执行afterNodeAccess();

因此当LinkedHashMap设置成accessOrder并定义removeEldestEntry,
该双向链表的特性不就是刚被访问过的结点将在链表表尾,
插入的时候可根据removeEldestEntry决定是否要删除表头元素。
因此很适合构建LRU缓存

LRU_Cache

image.png

LruCache的构造函数如图,可见他将accessOrder设置成TRUE了。
然而LruCache并没有使用removeEldestEntry的返回值来决定是否删除元素。而是使用trimToSize方法删除超出lrucache大小的最旧的元素。

在每次put的时候会调用trimToSize来保证大小小于maxSize

    private void trimToSize(int maxSize) {
        while (true) {
            K key;
            V value;
            synchronized (this) {
                if (size <= maxSize) {
                    break;
                }
                 Map.Entry<K, V> toEvict = map.eldest();
                for (Map.Entry<K, V> entry : map.entrySet()) {
                    toEvict = entry;
                }
                // END LAYOUTLIB CHANGE
                if (toEvict == null) {
                    break;
                }
                key = toEvict.getKey();
                value = toEvict.getValue();
                map.remove(key);
                size -= safeSizeOf(key, value);
                evictionCount++;
            }
            entryRemoved(true, key, value, null);
        }
    }
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,504评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,434评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,089评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,378评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,472评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,506评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,519评论 3 413
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,292评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,738评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,022评论 2 329
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,194评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,873评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,536评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,162评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,413评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,075评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,080评论 2 352

推荐阅读更多精彩内容

  • 之前面试被问到了LRU Cache,之前没接触,现在学习补充一下。 什么是Cache Cache概念 Cache,...
    stoneyang94阅读 8,483评论 1 10
  • 0x00 简介 Least Recently Used (LRU)是一种缓存替换策略。其实First In Fir...
    DrunkPian0阅读 797评论 0 0
  • https://leetcode.com/problems/lru-cache/description/ 这题很好...
    DrunkPian0阅读 452评论 0 0
  • LRU Cache 1. 概念解析,LRU Cache算法 Lru Cache算法就是Least Recently...
    lemonCode阅读 6,523评论 0 1
  • LRU (Least Recently Used) 是一种缓存失效策略,即指定最大缓存 item 的数量,在缓存数...
    millions_chan阅读 838评论 0 2