在我们的手机应用开发时候，我们经常会遇到大数据访问的时候，我们通常会考虑以下几个方面的情况。一、手机内存的限制还必须保证应用反应的流畅；二、尽量小的流量消耗，不然，你的应用流畅度再好体验再好，用户还是会毫不犹豫的卸载掉你的应用。大数据量访问的情况下，数据缓存是我们一定会考虑到的解决方案。而作为缓存，我们很重要的会考虑以下几点：1.访问速度；2.逐出旧的缓存策略；3.最好还能考虑到一定的并发度。这篇我们主要说说LRU策略的缓存算法实现，我们就用图片缓存为例来谈谈Android应用开发中的缓存实现。
首先我们来看看谷歌官方的推荐的缓存：在Android3.0加入的LruCache和 DiskLruCache（硬盘缓存结构）类。我们从代码的实现知道，LruCache和DiskLruCache缓存的实现都是基于JDK的LinkedHashMap集合来实现。下面我们来从LinkedHashMap的源码的分析来开始学习。
通过源码我们知道，LinkedHashMap是继承HashMap,底层结构不仅使用HashMap来保存元素，同时通过继承HashMapEntry 实现双向链表的结构来关联其他的元素。我们先来看LInkedHashMap的节点实现：
/**
* LinkedHashMap entry.
*/
private static class Entry<K,V> extends HashMap.Entry<K,V> {
// These fields comprise the doubly linked list used for iteration.
Entry<K,V> before, after;
LinkedHashMap的节点Entry继承自HashMap.Entry来实现，增加两个引用来分别指向前一个元素和后一个元素。LinkedHashMap的实现是在HashMap的基础上增加双链表的结构。
我们再来看看LinkedHashMap的初始化，我们看到构造函数参数最多的情况：
/**
* Constructs an empty <tt>LinkedHashMap</tt> instance with the
* specified initial capacity, load factor and ordering mode.
*
* @param initialCapacity the initial capacity
* @param loadFactor the load factor
* @param accessOrder the ordering mode - <tt>true</tt> for
* access-order, <tt>false</tt> for insertion-order
* @throws IllegalArgumentException if the initial capacity is negative
* or the load factor is nonpositive
*/
public LinkedHashMap(int initialCapacity,
float loadFactor,
boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder; //accessOrder指定排序，默认为false,为fasle的时候，插入顺序排序，为true时候，访问顺序排序
}
我们看到重写的基类的初始化方法init实习：
/**
* Called by superclass constructors and pseudoconstructors (clone,
* readObject) before any entries are inserted into the map. Initializes
* the chain.
*/
void init() {
header = new Entry<K,V>(-1, null, null, null);
header.before = header.after = header;
}
此处初始化头指针给循环指定。下面我们重点来看看集合最总要的两个方法put和get的实现。我们先看put方法，LinkedHashMap的put方法并没有重写HashMap的put方法。只是重写了put方法下的addEntry方法，addEntry方法执行时候是当LinkedHashMap插入新的结点的时候执行。
/**
* This override alters behavior of superclass put method. It causes newly
* allocated entry to get inserted at the end of the linked list and
* removes the eldest entry if appropriate.
*/
void addEntry(int hash, K key, V value, int bucketIndex) {
createEntry(hash, key, value, bucketIndex);
// Remove eldest entry if instructed, else grow capacity if appropriate
Entry<K,V> eldest = header.after;
if (removeEldestEntry(eldest)) {
removeEntryForKey(eldest.key);
} else {
if (size >= threshold)
resize(2 * table.length);
}
}
/**
* This override differs from addEntry in that it doesn't resize the
* table or remove the eldest entry.
*/
void createEntry(int hash, K key, V value, int bucketIndex) {
HashMap.Entry<K,V> old = table[bucketIndex];
Entry<K,V> e = new Entry<K,V>(hash, key, value, old);
table[bucketIndex] = e;
e.addBefore(header);
size++;
}
我们看我们产生新结点的方法creatEntry实现，我们先给找到哈希表上对应的位置，然后给新的Entry指定前后的节点。执行方法e.addBefore(header)代码如下：
/**
* Inserts this entry before the specified existing entry in the list.
*/
private void addBefore(Entry<K,V> existingEntry) {
after = existingEntry;
before = existingEntry.before;
before.after = this;
after.before = this;
}
我们看到代码实现的功能就是把新结点添加到header结点前。我们再回到addEntry的代码实现，我们看Entry<K,V> eldest = header.after;if (removeEldestEntry(eldest))的执行，我们把header后结点理解成我们最旧的节点，removeEldestEntry（eldest）方法的实现：
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return false;
}
removeEldestEntry方法执行默认返回false,意思就是我们LinkedHashMap默认不会逐去旧的节点。我们可以通过在子类重载来重写removeEldestEntry的实现，来修改LRU策略。下面我们用图示来表示put方法的执行一下代码的执行过程：
map.put("22", "xxx");
首先map执行前的结构是这样：
为了不让图上密密麻麻的都是引用箭头乱窜，我省略了HashMap的很多Entry结点的before和after的指向，我们只是重点表示header的引用指向。我们执行方法map.put("22","xxx")后的数据结构变成这样：
我们把key为22的节点通过hash算法，指定到eee的后面，同时我们把header的before指向修改为指向key为22的节点。分析完我们的put方法，我们接着来分析get方法的实现，代码如下：
public V get(Object key) {
Entry<K,V> e = (Entry<K,V>)getEntry(key);
if (e == null)
return null;
e.recordAccess(this);
return e.value;
}
我们看到get方法很简单，首先我们去Map取key对应的value是否存在，如果不存在，我们返回null。如果存在，我们执行e.recoedAccess(this)方法。
/**
* This method is invoked by the superclass whenever the value
* of a pre-existing entry is read by Map.get or modified by Map.set.
* If the enclosing Map is access-ordered, it moves the entry
* to the end of the list; otherwise, it does nothing.
*/
void recordAccess(HashMap<K,V> m) {
LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
if (lm.accessOrder) { //此处的判断LinkedHashMap的排序顺序
lm.modCount++;
remove();
addBefore(lm.header);
}
}
recodeAccess方法中，当我们的排序顺序为false,为按插入排序顺序的时候，我们直接退出方法。当我们的排序顺序为访问排序顺序的时候，我们执行remove方法，把结点从链表里切除出来，然后执行addBefore方法时候，我们把结点插入到header结点的前面。这样，我们就实习每次根据访问位置来排序的操作。
下面我们通过图的例子来说明，当LinkedHashMap的排序为访问排序的时候，我们get操作的过程，LinkedHashMap的数据结构的变化。我们执行的代码如下：
put.get("15");//我们假设key为15对应的value为"bbb"
我们在执行完map.put("22","xxx")后，再执行put.get("15")的变化如下：
以上为执行get方法之后的代码发生变化，"bbb”对应的节点其实没有发生变化，只是在链表结构中的指针发生了变化，因此对应的迭代器访问的时候，我们读取位置不一样。
因为我们可以知道我们LRU的节点肯定是在header的after指向节点。当我们重写removeEldestEntry来修改LRU策略的时候，我们也是首先逐出header的after所指向的节点。然后，我们最后来看LinkedHashmap的迭代器的实现如下：
private abstract class LinkedHashIterator<T> implements Iterator<T> {
Entry<K,V> nextEntry = header.after;
Entry<K,V> lastReturned = null;
/**
* The modCount value that the iterator believes that the backing
* List should have. If this expectation is violated, the iterator
* has detected concurrent modification.
*/
int expectedModCount = modCount;
public boolean hasNext() {
return nextEntry != header;
}
public void remove() {
if (lastReturned == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
LinkedHashMap.this.remove(lastReturned.key);
lastReturned = null;
expectedModCount = modCount;
}
Entry<K,V> nextEntry() {
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (nextEntry == header)
throw new NoSuchElementException();
Entry<K,V> e = lastReturned = nextEntry;
nextEntry = e.after; //此处我们可知我们的迭代器实现访问节点的after引用指向的节点。
return e;
}
}
从LinkedHashMap实现的实现的迭代器内部类LinkedHashIterator看，我们迭代器的元素访问顺序是从header节点开始往after方向开始迭代。以上为对LinkedHashMap的分析简单分析，下一节我们会针对LinkedHashMap的数据结构的特性来说说，用LinkedHashMap结构实现缓冲的快速访问的优势，还会结合常用的开源实现，来说说实现一定并发的Android下缓存实现。