详解Android的内存优化--LruCache
程序员文章站
2024-02-25 22:43:27
概念:
lrucache
什么是lrucache?
lrucache实现原理是什么?
这两个问题其实可以作为一个问题来回答,知道了什么是 lrucache,就只然而...
概念:
lrucache
什么是lrucache?
lrucache实现原理是什么?
这两个问题其实可以作为一个问题来回答,知道了什么是 lrucache,就只然而然的知道 lrucache 的实现原理;lru的全称是least recently used ,近期最少使用的!所以我们可以推断出 lrucache 的实现原理:把近期最少使用的数据从缓存中移除,保留使用最频繁的数据,那具体代码要怎么实现呢,我们进入到源码中看看。
lrucache源码分析
public class lrucache<k, v> { //缓存 map 集合,为什么要用linkedhashmap //因为没错取了缓存值之后,都要进行排序,以确保 //下次移除的是最少使用的值 private final linkedhashmap<k, v> map; //当前缓存的值 private int size; //最大值 private int maxsize; //添加到缓存中的个数 private int putcount; //创建的个数 private int createcount; //被移除的个数 private int evictioncount; //命中个数 private int hitcount; //丢失个数 private int misscount; //实例化 lru,需要传入缓存的最大值 //这个最大值可以是个数,比如对象的个数,也可以是内存的大小 //比如,最大内存只能缓存5兆 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); } //重置最大缓存的值 public void resize(int maxsize) { if (maxsize <= 0) { throw new illegalargumentexception("maxsize <= 0"); } synchronized (this) { this.maxsize = maxsize; } trimtosize(maxsize); } //通过 key 获取缓存值 public final v get(k key) { if (key == null) { throw new nullpointerexception("key == null"); } v mapvalue; synchronized (this) { mapvalue = map.get(key); if (mapvalue != null) { hitcount++; return mapvalue; } misscount++; } //如果没有,用户可以去创建 v createdvalue = create(key); if (createdvalue == null) { return null; } synchronized (this) { createcount++; mapvalue = map.put(key, createdvalue); if (mapvalue != null) { // there was a conflict so undo that last put map.put(key, mapvalue); } else { //缓存的大小改变 size += safesizeof(key, createdvalue); } } //这里没有移除,只是改变了位置 if (mapvalue != null) { entryremoved(false, key, createdvalue, mapvalue); return mapvalue; } else { //判断缓存是否越界 trimtosize(maxsize); return createdvalue; } } //添加缓存,跟上面这个方法的 create 之后的代码一样的 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; } //检测缓存是否越界 private 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!"); } //如果没有,则返回 if (size <= maxsize) { break; } //以下代码表示已经超出了最大范围 map.entry<k, v> toevict = null; for (map.entry<k, v> entry : map.entryset()) { toevict = entry; } if (toevict == null) { break; } //移除最后一个,也就是最少使用的缓存 key = toevict.getkey(); value = toevict.getvalue(); map.remove(key); size -= safesizeof(key, value); evictioncount++; } entryremoved(true, key, value, null); } } //手动移除,用户调用 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; } //这里用户可以重写它,实现数据和内存回收操作 protected void entryremoved(boolean evicted, k key, v oldvalue, v newvalue) {} protected v create(k key) { return null; } private int safesizeof(k key, v value) { int result = sizeof(key, value); if (result < 0) { throw new illegalstateexception("negative size: " + key + "=" + value); } return result; } //这个方法要特别注意,跟我们实例化 lrucache 的 maxsize 要呼应,怎么做到呼应呢,比如 maxsize 的大小为缓存的个数,这里就是 return 1就 ok,如果是内存的大小,如果5m,这个就不能是个数 了,这是应该是每个缓存 value 的 size 大小,如果是 bitmap,这应该是 bitmap.getbytecount(); protected int sizeof(k key, v value) { return 1; } //清空缓存 public final void evictall() { trimtosize(-1); // -1 will evict 0-sized elements } public synchronized final int size() { return size; } public synchronized final int maxsize() { return maxsize; } public synchronized final int hitcount() { return hitcount; } public synchronized final int misscount() { return misscount; } public synchronized final int createcount() { return createcount; } public synchronized final int putcount() { return putcount; } public synchronized final int evictioncount() { return evictioncount; } public synchronized final map<k, v> snapshot() { return new linkedhashmap<k, v>(map); } }
lrucache 使用
先来看两张内存使用的图
图-1
图-2
以上内存分析图所分析的是同一个应用的数据,唯一不同的是图-1没有使用 lrucache,而图-2使用了 lrucache;可以非常明显的看到,图-1的内存使用明显偏大,基本上都是在30m左右,而图-2的内存使用情况基本上在20m左右。这就足足省了将近10m的内存!
ok,下面把实现代码贴出来
/** * created by gyzhong on 15/4/5. */ public class lrupageadapter extends pageradapter { private list<string> mdata ; private lrucache<string,bitmap> mlrucache ; private int mtotalsize = (int) runtime.getruntime().totalmemory(); private viewpager mviewpager ; public lrupageadapter(viewpager viewpager ,list<string> data){ mdata = data ; mviewpager = viewpager ; /*实例化lrucache*/ mlrucache = new lrucache<string,bitmap>(mtotalsize/5){ /*当缓存大于我们设定的最大值时,会调用这个方法,我们可以用来做内存释放操作*/ @override protected void entryremoved(boolean evicted, string key, bitmap oldvalue, bitmap newvalue) { super.entryremoved(evicted, key, oldvalue, newvalue); if (evicted && oldvalue != null){ oldvalue.recycle(); } } /*创建 bitmap*/ @override protected bitmap create(string key) { final int resid = mviewpager.getresources().getidentifier(key,"drawable", mviewpager.getcontext().getpackagename()) ; return bitmapfactory.decoderesource(mviewpager.getresources(),resid) ; } /*获取每个 value 的大小*/ @override protected int sizeof(string key, bitmap value) { return value.getbytecount(); } } ; } @override public object instantiateitem(viewgroup container, int position) { view view = layoutinflater.from(container.getcontext()).inflate(r.layout.view_pager_item, null) ; imageview imageview = (imageview) view.findviewbyid(r.id.id_view_pager_item); bitmap bitmap = mlrucache.get(mdata.get(position)); imageview.setimagebitmap(bitmap); container.addview(view); return view; } @override public void destroyitem(viewgroup container, int position, object object) { container.removeview((view) object); } @override public int getcount() { return mdata.size(); } @override public boolean isviewfromobject(view view, object object) { return view == object; } }
总结
- lrucache 是基于 lru算法实现的一种缓存机制;
- lru算法的原理是把近期最少使用的数据给移除掉,当然前提是当前数据的量大于设定的最大值。
- lrucache 没有真正的释放内存,只是从 map中移除掉数据,真正释放内存还是要用户手动释放。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持!
推荐阅读
-
详解Android的内存优化--LruCache
-
深入Android中BroadcastReceiver的两种注册方式(静态和动态)详解
-
Android 日期和时间的使用实例详解
-
详解Android 教你打造高效的图片加载框架
-
详解android写一个选择图片的示例代码
-
详解Android中Activity的四大启动模式实验简述
-
Eclipse的启动优化详解(我看过的最全的优化), 终于解决启动/编译/运行期间的频繁卡死问题了...
-
详解Android中Fragment的两种创建方式
-
Android实现Activity、Service与Broadcaster三大组件之间互相调用的方法详解
-
详解Android开发中硬件加速支持的使用方法