Android技术要点归纳(一)

1、volatile关键字的作用和应用场景

① volatile保证可见性 ，即它会保证修改的值立即被更新到主存中，当有其他线程需要读取时，它会去内存中读取新值

（Java 内存模型规定了 所有的变量都存储在主内存中，每条线程还有自己的工作内存，线程的工作内存中保存了被该线程所使用的到的变量，线程对变量的操作都必须在工作内存中进行，不同线程之间也无法直接访问对方工作内存中的变量，线程间变量值的传递需要通过主内存来完成）

② 禁止进行指令重排序

使用volatile 必须具备以下2个条件:

1. 对变量的写操作不依赖当前值

2. 该变量没有包含在具有其他变量的不变式中

2、谈谈对线程池的理解

线程池的优势:

① 降低系统资源消耗，通过重用已存在的线程，降低线程创建和销毁造成的消耗;

② 提高系统响应速度，当有任务到达时，无需等待新线程的创建便能立即执行；

③ 方便线程并发数的管控，线程若是无限制的创建，不仅会额外消耗大量系统资源，更是占用过多资源而阻塞资源或oom等状况，从而降低系统的稳定性，线程池有效管控线程，统一分配、调优，提供资源使用率；

线程池关闭方式:

① shutdown() : 将线程池设置成shutdown状态，然后中断所有没有正在执行任务的线程。

② sutdownNow(): 将线程池设置成stop状态， 然后中断所有任务(包括正在执行的任务)的线程，并返回等待执行任务的列表。

Java中有四种不同功能的线程池:

1、newFixedThreadPool : 该线程池锁容纳的最大线程数就是所设置的核心线程数，如果线程池中的线程处于空闲状态，它们不会被回收，除非是这个线程池被关闭了，如果所有的线程都处于活动状态，新任务就会处于等待状态，直到有线程空闲出来。优势：能够更快速响应外界请求。

2、newCachedThreadPool : 该线程池中核心线程数为0，最大线程数为Integer.Max_Value,当线程池中的线程都处于活动状态的时候，线程池就会创建一个新的线程来处理任务，该线程池中的线程超时时长为60秒，，所以当线程处于闲置状态超过60秒的时候就会被回收

3、newScheduledThreadPool : 核心线程数是固定的，当非核心线程处于限制状态时会立即被回收，常用于执行定时任务。

4、newSingleThreadExecutor : 该线程池只有一个核心线程，对于任务队列没有大小限制，也就意味着这一任务处于活动状态时，其他任务都会在任务队列中排队等候依次执行。

3、Java中的锁有哪些？ 以及区别？

1. 公平锁/非公平锁
   • 公平锁是指多个线程按照申请锁的顺序来获取锁的
   • 非公平锁是指多个线程获取锁的顺序并不是按照申请锁的顺序，有可能后申请的线程比先申请的线程优先获取锁。有可能会造成优先级反转后者饥饿现象。
2. 可重入锁
   • 可重入锁又名递归锁，是指在同一个线程在外层方法获取锁的时候，在进入内层方法会自动获取锁。 eg:

    synchronized void setA() throws Exception() {
      Thread.sleep(1000);
      setB();
   }
    synchronized void setB() throws Exception() {
      Thread.sleep(1000);
   }
   

3. 独享锁/共享锁
   • 独享锁是指该锁一次只能被一个线程所持有
   • 共享锁是指该锁可被多个线程持有
4. 互斥锁/读写锁
   • 互斥锁：一次只能一个线程拥有互斥锁，其他线程只有等待
   • 读写锁：多个读者可以同时进行，写者优于读者，写者必须互斥。
5. 乐观锁/悲观锁
   • 悲观锁：当一个线程被挂起的时候，加入到阻塞队列，在一定的时间或条件下，再通过notify(), notifyAll() 唤醒，在某个资源不可用时，就将cpu让出，把当前等待线程切换为阻塞状态，等到资源可用了，就将线程唤醒，让他进入runnable状态等待cpu调度。
   • 乐观锁：每次不加锁而是假设修改数据之前其他线程一定不会修改，如果因为修改过产生冲突而失败就重试，直到成功为止。
6. 分段锁
   • 分段锁是一种锁的设计，并不是具体的一种锁，对于ConcurrentHashMap而言，其并发的实现就是通过分段锁的形式来实现高效的并发操作。ConcurrentHashMap 中的分段锁成为Segment，它类似于HashMap 的结构，即内部拥有一个Entry数组，数组中的每个元素又是一个链表；当需要put元素时，并不是对整个hashmap进行加锁，而是先通过hashCode来指导它要放在哪个分段中，然后对这个分段进行加锁，所以当多线程put的时候，只要不是放在一个分段中，就实现了真正的并行插入。但是在统计size 的时候，可就是获取hashMap 全局信息的时候，就需要获取所有的分段锁才能统计。

4、Java内存区域与内存模型

一、Java 内存区域

• 方法区(公有)：用户存储已被虚拟机加载的类信息、常量、静态常量，即时编译器编译后的代码等数据
• 堆(公有)：是JVM所管理的内存中最大的一块，唯一的目的就是存放实力对象，Java堆是垃圾收集器管理的主要区域，因此很多时候也被称为GC堆。
• 虚拟机栈(线程私有):Java方法执行的内存模型，每个方法在执行时都会创建一个栈帧，用户局部变量表，操作数栈，动态连接，方法出口等信息，每个方法从调用直至完成的过程，都对应着一个栈帧在虚拟机栈中入栈到出栈的过程。
• 本地方法栈(线程私有)：本地方法栈为虚拟机使用到的Native方法服务。
• 程序计数器(线程私有)：一块较小的内存，当前线程所执行的字节码的行号指示器，字节码解释器工作时，就是通过改变这个计数器的值来选取下一条需要执行的字节码指令。

二、Java 内存模型

Java 内存模型规定了所有的变量都存储到主内存中，每条线程还有自己的工作内存，线程的工作内存中保存了被该线程使用到的变量，线程对变量的所有操作都必须在工作内存执行，不同线程之间也无法直接访问对方工作内存中的变量，线程间变量值的传递需要通过主内存来完成。

5、Java类加载机制及类加载器

① 类加载机制定义：把描述类的数据从Class文件加载到内存，并对数据进行校验、转换解析和初始化，最终形成可以被虚拟机直接使用的Java类型。

②双亲委派模型：如果一个类加载器收到了类加载的请求，它首先不会自己去尝试加载这个类，而是把请求委托给父加载器去完成，依次向上，因此，所有的类加载请求最终都应该被传递到顶层的启动类加载器(Bootstrap ClassLoader)中。只有当父加载器在它的搜索范围内没有找到所需的类时，子加载器才会尝试自己去加载该类。

这样的好处是不同层次的类加载器具有不同优先级，比如所有Java对象的超级父类Object，位于rt.jar，无论哪个类加载器加载该类，最终都是由启动加载器进行加载，保证安全，如果开发者自己编写一个Object类放入程序中，虽能正常编译，但不会被加载运行，保证不会出现混乱。

6、JVM中垃圾收集算法

1. 标记-清除算法 ① 首先标记出所有需要回收的对象 ② 在标记完成后统一回收所有被标记的对象

   缺点：标记和清除两个过程效率不高，标记清除之后产生大量不连续的内存碎片，空间碎片太多可能会导致运行过程中需要分配较大对象时，无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作

2. 复制算法

   将可用内存按照容量大小划分为大小相等的两块，每次只使用其中的一块，当一块内存使用完了，就将还存活着的对象复制到另一块上面，然后把使用过的内存空间一次清理掉，这样使得每次都是对整个半区进行内存回收，内存分配时也不用考虑内存碎片等复杂情况。

   缺点：将内存缩小为原来的一半。

3. 标记-整理算法 复制收集算法在对象存活率比较高时，就要进行比较多的复制操作，效率就会变低； 标记过程仍然与 “标记-清除”算法一样，但是后续步骤不是直接对可回收对象进行清理，而是让所有存活的对象都向一端移动，然后直接清理掉边界以外的内存。

4. 分代收集算法 一般把Java堆分为新生代和老生代， 这样就可以根据各个年代的特点采用最适合的收集算法。

   在新生代中，每次垃圾收集时都发现有大批对象死去，只有少量存活，那就选用复制算法。

   在老生代中，因为对象存活率高，没有额外空间对它进行分配担保，就必须采用“标记-清除”或“标记-整理”算法来进行回收。

7、JVM怎么判断对象是否已死？

一、引用计数法

给对象添加一个引用计数器，每当有一个地方引用它时，计数器值就加1，当引用失效时，计数器值就减1；任何时刻计数器为0的对象就是不可能被再使用的。

主流的JVM里面没有选用引用计数法来管理内存，其中最主要的原因就是它很难解决对象间的互循环引用的问题。

二、可达性分析算法

通过一些称为“GC Roots”的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径称为引用连，当一个对象到GC Roots没有任何引用连相连时，证明此对象是不可用的，所以它们会被判定为可回收对象。如图B的对象是不可达的

在Java中，可以作为GC Roots的对象包括下面几种：

 虚拟机栈(栈帧中的本地变量表)中引用的对象
 方法区中静态属性引用的对象
 方法区中常量引用的对象
 本地方法栈JNI(一般说的Native方法)引用的对象

在可达性分析算法中，要真正宣告一个对象死亡， 至少要经历两次标记过程：

1. 如果对象在进行可达性分析后发现没有与GC Roots相连接的引用链，那它将会被第一次标记并且进行一次筛选，筛选的条件是此对象是否有必要执行finalize()方法。当对象没有覆盖finalize()方法，或者finalize()方法已经被虚拟机调用过，虚拟机将这两种情况都视为没有必要执行。
2. 如果这个对象呗判定为有必要执行finalize()方法，那么这个对象将会放置在一个叫做F-Queue队列之中，并在稍后由一个虚拟机自动建立的、低优先级的Finalizer线程去执行它。finalize()方法是对象逃脱死亡命运的最后一次机会，稍后GC将对F-Queue 中的对象进行第二次小规模的标记，如果对象要在finalize()中成功拯救自己，只要重新与引用链上的任何一个对象建立关联即可，那在第二次标记时它将会被移除出即将回收的集合；如果对象这时候还没有逃脱，那基本上它就真的被回收了。

8、LruCache 原理解析

LruCache的核心思想就是要维护一个缓存对象列表，其中对象列表的排列方式是按照访问顺序实现的，即一直没访问的对象，放在队尾，即将被淘汰，而最近访问的对象放在对头，最后被淘汰。 如图所示：

这个队列是由LinkedHashMap来维护的，而LinkedHashMap是由数组+双向链表 的数据结构来实现的，其中双向链表的结构可以实现访问顺序和插入顺序，使得LinkedHashMap中的key，value对按照一定顺序排列起来。

通过下面构造函数来指定LinkedHashMap中双向链表的结构是访问顺序还是插入顺序。

public LinkedHashMap(int initialCapacity,
    float loadFactor,
    boolean accessOrder) {
    super(initialCapacity, loadFactor);
    this.accessOrder = accessOrder;
}

其中accessOrder设置为true 则为访问顺序，为false，则为插入顺序。 以具体的例子解释，当设置为true 时

public static final void main(String[] args) {
    LinkedHashMap<Integer, Integer> map = new LinkedHashMap<>(0, 0.75f, true);
    map.put(0, 0);
    map.put(1, 1);
    map.put(2, 2);
    map.put(3, 3);
    map.put(4, 4);
    map.put(5, 5);
    map.put(6, 6);
    map.get(1);
    map.get(2);

    for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
    System.out.println(entry.getKey() + ":" + entry.getValue());
    }
}

输出结果：

0:0
3:3
4:4
5:5
6:6
1:1
2:2

即最近访问的最后输出，那么就正好满足的LRU缓存算法的思想，可见LruCache巧妙实现，就是利用了LinkedHashMap的这种数据结构。 下面我们在LruCache源码中具体查看，怎么应用LinkedHashMap来实现缓存的添加，获得和删除的。

/**
     * @param maxSize for caches that do not override {@link #sizeOf}, this is
     *     the maximum number of entries in the cache. For all other caches,
     *     this is the maximum sum of the sizes of the entries in this cache.
     */
    public LruCache(int maxSize) {
        if (maxSize <= 0) {
            throw new IllegalArgumentException("maxSize <= 0");
        }
        this.maxSize = maxSize;
        this.map = new LinkedHashMap<K, V>(0, 0.75f, true);
    }

从LruCache的构造函数中可以看到正是用了LinkedHashMap的访问顺序。

put()方法

/**
     * Caches {@code value} for {@code key}. The value is moved to the head of
     * the queue.
     *
     * @return the previous value mapped by {@code key}.
     */
    public final V put(K key, V value) {
        if (key == null || value == null) {
            throw new NullPointerException("key == null || value == null");
        }

        V previous;
        synchronized (this) {
            putCount++;
            size += safeSizeOf(key, value);
            previous = map.put(key, value);
            if (previous != null) {
                size -= safeSizeOf(key, previous);
            }
        }

        if (previous != null) {
            entryRemoved(false, key, previous, value);
        }

        trimToSize(maxSize);
        return previous;
    }

可以看到put()方法并没有什么难点，重要的就是在添加过缓存对象后，调用 trimToSize()方法，来判断缓存是否已满，如果满了就要删除近期最少使用的算法。

trimToSize()方法

/**
     * Remove the eldest entries until the total of remaining entries is at or
     * below the requested size.
     *
     * @param maxSize the maximum size of the cache before returning. May be -1
     *            to evict even 0-sized elements.
     */
    public void trimToSize(int maxSize) {
        while (true) {
            K key;
            V value;
            synchronized (this) {
                if (size < 0 || (map.isEmpty() && size != 0)) {
                    throw new IllegalStateException(getClass().getName()
                            + ".sizeOf() is reporting inconsistent results!");
                }

                if (size <= maxSize || map.isEmpty()) {
                    break;
                }

                Map.Entry<K, V> toEvict = map.entrySet().iterator().next();
                key = toEvict.getKey();
                value = toEvict.getValue();
                map.remove(key);
                size -= safeSizeOf(key, value);
                evictionCount++;
            }

            entryRemoved(true, key, value, null);
        }
    }

trimToSize()方法不断地删除LinkedHashMap中队尾的元素，即近期最少访问的，直到缓存大小小于最大值。

当调用LruCache的get()方法获取集合中的缓存对象时，就代表访问了一次该元素，将会更新队列，保持整个队列是按照访问顺序排序。这个更新过程就是在LinkedHashMap中的get()方法中完成的。

先看LruCache的get()方法

public final V get(K key) {
        //key为空抛出异常
    if (key == null) {
        throw new NullPointerException("key == null");
    }

    V mapValue;
    synchronized (this) {
            //获取对应的缓存对象
            //get()方法会实现将访问的元素更新到队列头部的功能
        mapValue = map.get(key);
        if (mapValue != null) {
            hitCount++;
            return mapValue;
        }
        missCount++;
    }

其中LinkedHashMap的get()方法如下：

public V get(Object key) {
    LinkedHashMapEntry<K,V> e = (LinkedHashMapEntry<K,V>)getEntry(key);
    if (e == null)
        return null;
    //实现排序的关键方法
    e.recordAccess(this);
    return e.value;
}

调用recordAccess()方法如下：

void recordAccess(HashMap<K,V> m) {
    LinkedHashMap<K,V> lm = (LinkedHashMap<K,V>)m;
    //判断是否是访问排序
    if (lm.accessOrder) {
        lm.modCount++;
        //删除此元素
        remove();
        //将此元素移动到队列的头部
        addBefore(lm.header);
    }
}

由此可见LruCache中维护了一个集合LinkedHashMap，该LinkedHashMap是以访问顺序排序的。当调用put()方法时，就会在结合中添加元素，并调用trimToSize()判断缓存是否已满，如果满了就用LinkedHashMap的迭代器删除队尾元素，即近期最少访问的元素。当调用get()方法访问缓存对象时，就会调用LinkedHashMap的get()方法获得对应集合元素，同时会更新该元素到队头。

---

整理了最近一段时间的学习要点，做一个归纳总结，后续还会再做更新。。。。