Volley设计剖析

在volley的一般使用中,首先使用Volley.newRequestQueue创建一个RequestQueue,然后new Request加入这个RequestQueue就可以了,request的参数中包含在主线程执行的回调方法等。所以重点来看看这个RequestQueue的设计。


首先掌握RequestQueue中含有的几个属性:

PriorityBlockingQueue<Request<?>> mCacheQueue

PriorityBlockingQueue<Request<?>>[]  mNetWorkQueues

CacheDispatcher mCacheDispatcher (extends Thread)

NetworkDispatcher mNetworkDispatcher (extends Thread)

Map<String,Queue<Request>> mWaitingRequests

ExeactorDelivery mDelivery//处理response

Cache mCache//网络缓存

先说一下总体思路,有两个队列,缓存队列和网络请求队列,有一个缓存处理线程CacheDispatcher和若干个网络请求线程NetworkDispatcher,他们的run都是死循环,不断从分别两个队列中取出request进行处理。

NetWorkDispatcher比较简单,就是不断从mNetworkQueue中取request进行网络请求获取Response,然后mDelivery.postResponse交给mDelivery处理,处理后判断若需要缓存则加入Cache。


接下来看具体思路,从RequestQueue的add开始,首先判断request是否需要缓存(可以通过set方法设置,默认需要),不需要的话直接加入mNetworkQueue等待执行网络请求。

需要的话获取request的cacheKey(Method+url)作为key,判断mWaitingRequests中是否有这个key,有的话表示当前有相同网络请求正在执行或等待执行,mWaitingRequests中存的value是Queue<Request>,取出对应的queue,将request加入。没有这个key表示没有相同请求在执行,将request加入mCacheQueue并mWaitngRequests.put(key,null);

至此,不使用缓存的request直接进入NetworkQueue等待发起网络请求,mWaitingRequests中没有该key的request进入mCachedQueue并在mWaitingRequests中放置一个null进行标记,有key的进入mWaitingRequests中存的queue。所有request的去处已经确定了,我们已经知道NetworkQueue中的最简单,等待NetworkDispatcher不断取出执行。接下来看看CacheDispatcher对mCacheQueue的处理。

CacheDispatcher也是开启死循环从mCacheQueue中取出request,这里需要和Cache进行互动(实际是一个Map),然后判断该request无缓存或缓存过期或缓存需刷新,则将request放入NetworkQueue等待执行,否则说明缓存正常,从Cache中取出缓存最后使用delivery.postResponse(request,response)


两个队列的request处理后最终都交由Delivery的postResponse,我们推测也可以想到,在这里就是切换到主线程执行回调接口了(一个Exeutor处理runnable)。除此以外,在工作完成后,还会调用request的finish,request则会调用RequestQueue的finish(request)。这个finish中会判断该request是否需要缓存,不需要则退出。还记得上面的mWaitingRequests吗,这里就是删除mWaitingRequests中的key,取出存的queue(也就是在等待的所有相同请求)并放入mCacheQueue(这时候肯定有缓存了,所以处理的时候会使用缓存)。通过这个设计,相同请求不会同时执行,最大程度使用了缓存,节省网络资源。


其他:

Cache用sychoronized保证存取的同步,

PriorityBlockingQueue extends BlockingQueue, BlockingQueue用ReentrantLock保证存取同步,PriorityBlockingQueue 只存储实现了Compareble的元素,通过其conpareTo决定存取顺序。、

因为用的是阻塞队列,所以取不到元素的时候工作线程会阻塞住



【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值