1、前言
DIffUtils 是 Support-v7:24:2.0 中，更新的工具类。
它主要是为了配合 RecyclerView 使用，通过比对新、旧两个数据集的差异，生成旧数据到新数据的最小变动，然后对有变动的数据项，进行局部刷新。
当然，DiffUtil 不仅只能配合 RecyclerView 使用，它实际上可以单独用于比对两个数据集，然后如何操作是可以定制的，那么在什么场景下使用，就全凭我们自己发挥了。
2、DiffUtil
DiffUtil 在使用起来，主要需要关注几个类：
- DiffUtil.Callback：具体用于限定数据集比对规则。
- DiffUtil.DiffResult：比对数据集之后，返回的差异结果。
2.1、DiffUtil.Callback
DiffUtil.Callback 主要就是为了限定两个数据集中，子项的比对规则。毕竟开发者面对的数据结构多种多样，既然没法做一套通用的内容比对方式，那么就将比对的规则，交还给开发者来实现即可。
在 Callback 中，其实只需要实现 4 个方法：
- getOldListSize()：旧数据集的长度。
- getNewListSize()：新数据集的长度
- areItemsTheSame()：判断是否是同一个Item。
- areContentsTheSame()：如果是通一个Item，此方法用于判断是否同一个 Item 的内容也相同。
前两个是获取数据集长度的方法，这没什么好说的。但是后两个方法，主要是为了对应多布局的情况产生的，也就是存在多个 viewType的情况。首先需要使用 areItemsTheSame() 方法比对是否来自同一个 viewType ，然后再通过 areContentsTheSame() 方法比对其内容是否也相等。
其实 Callback 还有一个 getChangePayload() 的方法，它可以在 ViewType 相同，但是内容不相同的时候，用 payLoad 记录需要在这个 ViewHolder 中，然后去更新具体的View。
areItemsTheSame()、areContentsTheSame()、getChangePayload() 分别代表了不同量级的刷新。
首先会通过
areItemsTheSame()判断当前 position 下的ViewType 是否一致，如果不一致就表明当前 position 下，从数据到 UI 结构上全部变化了，那么就不关心内容（areContentsTheSame()、getChangePayload()不会被调用），直接更新就好了。如果一致的话，那么其实 View 是可以复用的，就还需要再通过areContentsTheSame()方法判断其内容是否一致，如果一致，则表示是同一条数据，不需要做额外的操作。但是一旦不一致，则还会调用getChangePayload()来标记到底是哪个地方的不一样，最终标记需要更新的地方，最终返回给 DiffResult 。
当然，对性能要是要求没那么高的情况下，是可以不使用 getChangedPayload() 方法的。
2.2、DiffUtil.DiffResult
DiffUtil.DiffResult 其实就是 DiffUtil 通过 DiffUtil.Callback 计算出来，两个数据集的差异。它是可以直接使用在 RecyclerView 上的。如果有必要，也是可以通过实现 ListUpdateCallback 接口，来比对这些差异的。
3、使用DiffUtil
介绍了 Callback 和 DiffResult 之后，其实就可以正常使用 DiffUtil 来进行数据集的比对了。
在这个过程中，其实真的很简单，只需要调用两个方法：
DiffUtil.DiffResult diffResult = DiffUtil.calculateDiff(new DiffCallBack(oldDatas, newDatas), true);
diffResult.dispatchUpdatesTo(mAdapter);
calculateDiff 方法主要是用于通过一个具体的 DiffUtils.Callback 实现对象，来计算出两个数据集差异的结果，得到 DiffUtil.DiffResult 。
而 calculateDiff 的另外一个参数，用于标记是否需要检测 Item 的移动。
而 dispatchUpdatesTo() 就是将这个数据集差异的结果，通过 Adapter 更新到 RecyclerView 上面。
实际上 dispatchUpdatesTo(Adapter) ，也是使用的 ListUpdateCallback 这个接口，在其中获得差异，然后调用 Adapter 的对应方法。
public void dispatchUpdatesTo(final RecyclerView.Adapter adapter) {
dispatchUpdatesTo(new ListUpdateCallback() {
@Override
public void onInserted(int position, int count) {
adapter.notifyItemRangeInserted(position, count);
}
@Override
public void onRemoved(int position, int count) {
adapter.notifyItemRangeRemoved(position, count);
}
@Override
public void onMoved(int fromPosition, int toPosition) {
adapter.notifyItemMoved(fromPosition, toPosition);
}
@Override
public void onChanged(int position, int count, Object payload) {
adapter.notifyItemRangeChanged(position, count, payload);
}
});
}
4、实例
既然已经说清楚了，那么我们开始上例子了。
功能很简单，有四个数据集，使用 RecyclerView 承载，然后有一个按钮，用于轮换的切换数据集。
4.1、实现 DiffUtil.Callback
public class AdapterDiffCallBack extends DiffUtil.Callback {
private ArrayList oldData;
private ArrayList newData;
public AdapterDiffCallBack(ArrayList oldData, ArrayList newData) {
this.oldData = oldData;
this.newData = newData;
}
@Override
public int getOldListSize() {
return oldData.size();
}
@Override
public int getNewListSize() {
return newData.size();
}
@Override
public boolean areItemsTheSame(int oldItemPosition, int newItemPosition) {
return oldData.get(oldItemPosition).getType() == newData.get(newItemPosition).getType();
}
@Override
public boolean areContentsTheSame(int oldItemPosition, int newItemPosition) {
return oldData.get(oldItemPosition).equals(newData.get(newItemPosition));
}
@Nullable
@Override
public Object getChangePayload(int oldItemPosition, int newItemPosition) {
return super.getChangePayload(oldItemPosition, newItemPosition);
}
}
4.2、切换数据集
既然已经有了 DiffUtil.Callback 的实现之后，我们就需要对切换数据集的点击事件进行处理了。
public void changeData(View view) {
final ArrayList oldData = dataArray[index];
index++;
index = index % dataArray.length;
final ArrayList newData = dataArray[index];
mDatas1 = newData;
DiffUtil.DiffResult result = DiffUtil.calculateDiff(new AdapterDiffCallBack(oldData,newData), false);
result.dispatchUpdatesTo(recyclerView.getAdapter());
}
注意：Google 官方同时也指出，如果是对大数据集的比对，最好是方在子线程中去完成计算，也就是其实是存在堵塞 UI 的情况的。所以如果你遇见了使用 DiffUtil 之后，每次刷新有卡顿的情况，可以考虑是否数据集太大，是否应该在子线程中完成计算。