基于Java LinkedList,实现Android大数据缓存策略

import java.util.HashMap;
import java.util.LinkedList;

/*
 * 基于Java LinkedList,实现Android大数据缓存策略
 * 作者:Zhang Phil
 * 原文出处:http://blog.csdn.net/zhangphil
 * 
 * 实现原理:原理的模型认为:在LinkedList的头部元素是最旧的缓存数据,在LinkedList的尾部是最新的缓存数据。
 * 在一个LinkedList(类型C的链表)维护一个存储堆栈,添加元素时候顺序、依次添加。
 *
 *	原理实现的具体方案:只要调用缓存的get()方法后,立即将此元素从原先在LinkedList的位置更新到LinkedList最后的位置。
 *	比如,原先是:1,2,3,4,5。当get了2后,现在的顺序是:1,3,4,5,2。
 *
 * 	缓存空间满的情况下,则删除最旧的元素(在最头部),以腾出空间。 
 * 比如,缓存空间是5,原先缓存已经缓存了5个元素:a,b,c,d,e,
 * 当再次添加元素 f 时候,因为缓存空间是5容不下6个元素,所以删除最头部的元素a,把f追加到最尾部变成: b,c,d,e,f
 * 
 * 具体使用:类似于Android的LruCache,对外公开两个通用(通用,意味着可以存Bitmap或者类似的数据)方法供存储和读取使用:
 * 	public void put(String key, Object obj);
 *	public Object get(String key);
 *	即通用的<key,value>存储和读取模型。注意:使用者应保证存储时的key唯一。
 * */

public class CacheBasedOnLinkedList {

	// Capacity默认的缓存容量
	private static int CAPACITY = 30;

	private LinkedList<HashMap<String, Object>> mLinkedList;
	private final String KEY = "key", VALUE = "value";

	public CacheBasedOnLinkedList() {
		init();
	}

	public CacheBasedOnLinkedList(int capacity) {
		CAPACITY = capacity;
		init();
	}

	private void init() {
		mLinkedList = new LinkedList<HashMap<String, Object>>();
	}

	// 动态调整缓存空间大小。
	// 注意!该方法极可能线程不安全。
	public void ensureCapacity(int capacity) {
		if (capacity >= CAPACITY) {
			// 若比原先大,直接赋值即可
			// Capacity = capacity;
		} else {
			// 若新调整的容量比原先还要小,那么一个一个的删掉头部元素直到相等
			while (mLinkedList.size() > capacity) {
				HashMap<String, Object> map = mLinkedList.removeFirst();
				System.out.println("\n删除-> " + map.get(KEY) + ":"
						+ map.get(VALUE));
			}
		}

		CAPACITY = capacity;
		System.out.println("\n重新调整缓存容量为:" + CAPACITY);
	}

	// 把需要缓存的数据以<key,value>键值对的形式存入缓存。
	// 存之前,要检查缓存是否满,满了的话就删除LinkedList第一个元素。
	public void put(String key, Object obj) {
		if (mLinkedList.size() < CAPACITY) {

		} else {
			HashMap<String, Object> map = mLinkedList.removeFirst();
			System.out.println("\n缓存空间已满!删除-> " + map.get(KEY) + ":"
					+ map.get(VALUE));
		}

		HashMap<String, Object> map = new HashMap<String, Object>();
		map.put(KEY, key);
		map.put(VALUE, obj);
		mLinkedList.addLast(map);
		System.out.println("\n缓存-> " + map.get(KEY) + ":" + map.get(VALUE));
	}

	// 根据key读出缓存数据
	// 原理:从头到尾遍历整个链表LinkedList,只要检查到元素中的key和给定的key相同,立即返回。
	// 同时更新该元素在LinkedList中位置:从原先的位置放到最后一个位置。
	public Object get(String key) {
		Object obj = null;
		for (HashMap<String, Object> map : mLinkedList) {
			if (map.get(KEY).equals(key)) {
				System.out.println("读取->" + key + ":" + map.get(VALUE));
				mLinkedList.remove(map);
				mLinkedList.addLast(map);
				return map.get(VALUE);
			}
		}

		return obj;
	}

//	// 仅仅是打印输出现在最新的缓存数据情况。
//	private void out() {
//		System.out.print("最新缓存情况:");
//		for (HashMap<String, Object> map : mLinkedList) {
//			System.out.print(map.get(KEY) + ":" + map.get(VALUE) + ",");
//		}
//	}
	

//	// 测试
//	public static void main(String[] args) {
//		CacheBasedOnLinkedList cache = new CacheBasedOnLinkedList(2);
//
//		Random rand = new Random();
//
//		for (int i = 0; i < 100; i++) {
//			cache.ensureCapacity(rand.nextInt(100) + 1);
//			cache.put(i + "", i);
//			cache.get(rand.nextInt(100) + "");
//			cache.out();
//		}
//	}
}

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。