跳到主要内容

LRU 缓存

问题​

LruCache 和 DiskLruCache 的原理是什么？

答案​

LruCache（内存缓存）​

LRU（Least Recently Used）淘汰最近最少使用的数据。Android 的 LruCache 基于 LinkedHashMap 实现：

// Bitmap 内存缓存
val maxMemory = (Runtime.getRuntime().maxMemory() / 1024).toInt()
val cacheSize = maxMemory / 8  // 使用 1/8 最大内存

val memoryCache = object : LruCache<String, Bitmap>(cacheSize) {
    override fun sizeOf(key: String, bitmap: Bitmap): Int {
        return bitmap.byteCount / 1024  // KB
    }
    
    override fun entryRemoved(
        evicted: Boolean, key: String,
        oldValue: Bitmap, newValue: Bitmap?
    ) {
        // 被淘汰的 Bitmap 放入 BitmapPool 复用
        bitmapPool.put(oldValue)
    }
}

DiskLruCache（磁盘缓存）​

Jake Wharton 的 DiskLruCache 使用 journal 文件记录操作日志：

journal 文件格式
libcore.io.DiskLruCache
1
100
2

DIRTY key1
CLEAN key1 1024 512
READ key1
DIRTY key2
CLEAN key2 2048 0
REMOVE key1
  • DIRTY：开始写入
  • CLEAN：写入成功，后跟每个文件的大小
  • READ：读取操作
  • REMOVE：删除

完整三级缓存实现​

class ImageCache(context: Context) {
    private val memoryCache: LruCache<String, Bitmap>
    private val diskCache: DiskLruCache
    
    init {
        val maxMemory = (Runtime.getRuntime().maxMemory() / 1024).toInt()
        memoryCache = LruCache(maxMemory / 8)
        
        val cacheDir = File(context.cacheDir, "images")
        diskCache = DiskLruCache.open(cacheDir, 1, 1, 50 * 1024 * 1024) // 50MB
    }
    
    fun get(key: String): Bitmap? {
        // L1: 内存
        memoryCache.get(key)?.let { return it }
        
        // L2: 磁盘
        val snapshot = diskCache.get(key.md5()) ?: return null
        val bitmap = BitmapFactory.decodeStream(snapshot.getInputStream(0))
        bitmap?.let { memoryCache.put(key, it) } // 回填内存缓存
        return bitmap
    }
    
    fun put(key: String, bitmap: Bitmap) {
        memoryCache.put(key, bitmap)
        
        val editor = diskCache.edit(key.md5()) ?: return
        editor.newOutputStream(0).use { stream ->
            bitmap.compress(Bitmap.CompressFormat.PNG, 100, stream)
        }
        editor.commit()
    }
}

常见面试问题​

Q1: 为什么 LruCache 用 LinkedHashMap 而不是 HashMap？​

答案：

LinkedHashMap 构造时传入 accessOrder = true，每次 get() 会将被访问的元素移到链表尾部。这样链表头部就是最近最少使用的元素，淘汰时直接移除头部即可，时间复杂度 O(1)O(1)。HashMap 没有这种访问顺序维护能力。

Q2: DiskLruCache 的 journal 文件有什么作用？​

答案：

journal 是操作日志文件，记录了所有的 DIRTY/CLEAN/READ/REMOVE 操作。作用是在 App crash 或异常退出后恢复缓存状态——重启时重放 journal 重建内存索引，未完成的 DIRTY 操作（没有对应的 CLEAN）会被清理掉，保证数据完整性。

相关链接​