本文介绍并发编程中的关键数据结构——BlockingQueue阻塞队列及其应用场景，分析线程池的工作原理及四种常见线程池的区别，同时深入探讨Glide的源码实现，包括其生命周期绑定、三级缓存策略以及图片压缩算法等。
- BlockingQueue阻塞队列，用于并发编程，生产者消费者模式的最佳应用数据结构，避免繁琐的线程等待、唤醒。入列（生产者）判断是否已满，满了则入列线程wait，出列判断是否已空，空了则出列线程wait
- 双端队列(线程不同步)，结合队列和栈的数据结构，两端都可插入，取出
- 线程池 四种线程池都是通过ThreadPoolExcutor实现，区分核心线程和最大线程。线程池就是用一堆包装住Thread的Wroker类的集合，在里面有条件的进行着死循环，从而可以不断接受任务来执行,如果在设置的keepAliveTime时间内取不到任务了则退出死循环完成线程回收。总结：线程本身不支持重复执行任务，但线程池能保证线程存活的原因是内部进行了死循环以取任务不为空为循环条件，并且还通过keepAliveTime是否超时作为判断条件return退出死循环控制线程是否回收
- Glide源码。with将request与Context的生命周期相绑定，onStart,onPause,onDestroy三个生命周期。三级缓存，DataFetcher为加载请求具体实现，网络加载底层由HttpURLConnection实现，本地由ContentProvider。主要运用了抽象工厂模式。
- 鲁班压缩源码，经过一系列的图片比例判断，先压缩尺寸，再压缩质量，底层使用Bitmap的compress方法压缩，循环调用此方法直到达到要求为止。
- LRUCache算法主要由LinkedHashMap实现，LinkedHashMap构造函数中有个顺序规则，为ture时get,put方法访问的元素放在队尾实现LRU
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
