Volley ByteArrayPool

最新推荐文章于 2023-04-14 21:03:34 发布

原创最新推荐文章于 2023-04-14 21:03:34 发布 · 447 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#volley

volley源码专栏收录该内容

10 篇文章

订阅专栏

本文介绍了一种缓存池管理方法，通过两个列表分别按使用频率和大小进行排序，实现高效缓存分配与回收。同时详细解析了二分查找算法的应用，确保缓存在大小维度上的快速定位。

 private List<byte[]> mBuffersByLastUse = new LinkedList<byte[]>();
 //维护一个优先队列，在容量超过mSizeLimit时候从优先队列的队头开始删除
    private List<byte[]> mBuffersBySize = new ArrayList<byte[]>(64);
    //用来存放所有的数组，因为是按照二分查找插入的所以是有序的。

//这个返回buff的程序不知道为什么不用二分查找
public synchronized byte[] getBuf(int len) {
        for (int i = 0; i < mBuffersBySize.size(); i++) {
            byte[] buf = mBuffersBySize.get(i);
            if (buf.length >= len) {
                mCurrentSize -= buf.length;
                mBuffersBySize.remove(i);
                mBuffersByLastUse.remove(buf);
                return buf;
            }
        }
        return new byte[len];
    }

  public synchronized void returnBuf(byte[] buf) {
        if (buf == null || buf.length > mSizeLimit) {
            return;
        }
        mBuffersByLastUse.add(buf);
        int pos = Collections.binarySearch(mBuffersBySize, buf, BUF_COMPARATOR);
        //如果找不到则pos=-（low+1）即返回的是应该的插入位置的相反数，找到了那么pos也是插入相同元素的位置。
        if (pos < 0) {
            pos = -pos - 1;
        }
        mBuffersBySize.add(pos, buf);
        mCurrentSize += buf.length;
        trim();
    }

//二分查找
 private static <T> int indexedBinarySearch(List<? extends T> l, T key, Comparator<? super T> c) {
        int low = 0;
        int high = l.size()-1;

        while (low <= high) {
            int mid = (low + high) >>> 1;
            T midVal = l.get(mid);
            int cmp = c.compare(midVal, key);

            if (cmp < 0)
                low = mid + 1;
            else if (cmp > 0)
                high = mid - 1;
            else
                return mid; // key found
        }
        return -(low + 1);  // key not found
    }