基于Java LinkedList,实现Android大数据缓存策略

比眉伴天荒 2023-10-16 21:10 15阅读 0赞

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();
    //		}
    //	}
    }