简介
Android 中常常会用通过网络请求数据，为了节省流量、电量以及时间等等，一般会把得到的数据进行缓存。缓存分为内存缓存和文件缓存。Android 自带的内存缓存是 LRU 机制，也即是最近最少使用算法，对应的类是 LruCache。要说它的原理，一句话概括就是使用了 LinkedHashMap。本文具体分析 LruCache 源码的实现，其实还是比较简单的。
变量及构造方法
LruCache 的内部变量及构造方法如下：
private final LinkedHashMap map;
private int size;
private int maxSize;
private int putCount;
private int createCount;
private int evictionCount;
private int hitCount;
private int missCount;
public LruCache(int maxSize) {
if (maxSize <= 0) {
throw new IllegalArgumentException("maxSize <= 0");
}
this.maxSize = maxSize;
this.map = new LinkedHashMap(0, 0.75f, true);
} 在 LruCache 中，有一个 LinkedHashMap 变量，它就是实际存储缓存数据的。LinkedHashMap 继承自 HashMap，但是增加了记住元素插入或者访问顺序的功能，这个是通过内部一个双向的循环链表实现的。
size 和 maxSize 变量分别表示当前缓存数据的大小以及缓存最大可使用的大小。下面的几个以 Count 结尾的变量是记录相应操作的命中次数。
LruCache 的构造方法接受一个 int 变量，用于指定缓存的最大使用量。构造方法中创建了 LinkedHashMap， 它有三个参数。第一个是初始容量，第二个是加载因子，这两个都是 HashMap 中的概念 (Java HashMap源码分析)。第三个参数是一个布尔值，true 表示 LinkedListMap 按照元素的最近访问排序，false 则表示按照元素的插入次序排序，LruCache 实现的是最近最少访问，所以这里指定为 true。
put 和 get
LruCache 创建后最常用的两个操作就是 put 和 get 了。先看 put的代码：
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;
}
protected void entryRemoved(boolean evicted, K key, V oldValue, V newValue) {}如果 key 或者 value 为空会抛出异常，否则在同步块中进行添加操作。首先是 putCount 加一，然后调用 safeSizeOf 方法增加 size，接着把数据放到 map 中，如果这个 key 已经存放了数据，那么应该减去这条数据的大小，因为它已经被覆盖调了。同步块结束后，如果确实覆盖了数据，会调用 entryRemoved，这个方法默认是空，什么也没做，我们自己创建 LruCache 时可以选择重写。最后还需要调用 trimToSize，这个方法用来防止数据超出 maxSize。
上面在计算 size 大小时调用了 safeSizeOf 方法，看名字就觉得不一般，继续看它的代码：
private int safeSizeOf(K key, V value) {
int result = sizeOf(key, value);
if (result < 0) {
throw new IllegalStateException("Negative size: " + key + "=" + value);
}
return result;
}
protected int sizeOf(K key, V value) {
return 1;
}这个方法又调用了 sizeOf 返回数据的大小，如果小于 0 抛出异常，否则就返回。sizeOf 这个方法是我们熟悉的，一般使用 LruCache 都会重写这个方法返回每条数据的实际大小。为什么要重写呢？ 因为这个方法默认的实现是返回 1。这样的话，size 相当于记录的是缓存数据的条数，而这可能并不是我们想要的。
下面再看看 trimToSize 的实现：
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;
}
Map.Entry 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);
}
} 内部是一个无限循环，删除 map 里面最久未使用的，然后更新 size，如果 size 小于 maxSize 就跳出循环。
put相关的代码就是这样，现在看看 get 的实现：
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++;
}
//找不到就创建一个value
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 {
size += safeSizeOf(key, createdValue);
}
}
if (mapValue != null) {
entryRemoved(false, key, createdValue, mapValue);
return mapValue;
} else {
trimToSize(maxSize);
return createdValue;
}
}
protected V create(K key) {
return null;
}key 依然不能为空，然后就是从 map 中取数据，递增hitCount，最后直接返回数据。这是成功找到缓存的情况，如果找不到还会执行下面的代码。下面的逻辑是调用 create 创建 value。create需要我们自己重写，默认返回 null，所以默认情况下找不到缓存就返回 null。 如果重写了 create 那么接着会把新建的数据加入 map，并且增加 size，执行 trimToSize 等操作。
其它操作
除了 get 和 put，其它还有一些操作。比如 evictAll 用于清除所有缓存，size() 返回 size 大小，一系列的以 Count 结尾的方法用于返回 hitCount 等计数值的大小。这些代码都比较简单，没什么好说的。
总结
LruCache 实现了数据的内存缓存，可以看出整体思路并不是很复杂，关键在于使用了 LinkedHashMap。
如果我的文章对您有帮助，不妨点个赞鼓励一下(^_^)