成都官方网站建设seo排名优化推广

在平常开发中，我们经常遇到这样一类过程：有一定计算量，被频繁调用，但对于任意一个参数，结果是恒定的（换句话说，就是纯函数），为了减少频繁调用的性能开销，我们可能会写出这样的代码：

public class ExampleUnitTest {Map<Integer, String> cacheMap = new HashMap<>();public String doTaskWithCache(Integer i) {String s = cacheMap.get(i); // 先检查是否有缓存if (s == null) {s = calculateResult(i);cacheMap.put(i, s);  // 计算结果存到缓存里}return s;}
}

但是，这样写的话，每次有需要带缓存的函数，创建缓存以及检查结果是否已缓存的那代码就得重写一遍，想想就有些麻烦，本文就介绍一个简单的工具Memorizer来简化这个过程。

Memorizer 的实现

因为实现代码比较少，我们看实现代码

public class Memorizer<T, V> {public static <T, V> Function<T, V> memorize(Function<T, V> function) {Map<T, V> cacheMap = new HashMap<>();return (T t) -> Optional.ofNullable(cacheMap.get(t)).orElseGet(() -> {V value = function.apply(t);cacheMap.put(t, value);return value;});}public static <T, V> Function<T, V> weakMemorize(Function<T, V> function) {Map<T, V> cacheMap = new WeakHashMap<>();return (T t) -> Optional.ofNullable(cacheMap.get(t)).orElseGet(() -> {V value = function.apply(t);cacheMap.put(t, value);return value;});}
}

这个工具有两个方法，都接受一个单参函数作为参数，并返回一个同类型的单参函数，意思是：传入要缓存的函数，返回该函数的带缓存的版本。

weakMemorize方法返回的函数的缓存可能会被回收，适合那些内存资源紧张或者想减少内存压力的场景，不过这也会导致一定概率的缓存失效的情况。

Memorizer 的使用

我们用``来改写上面的例子，就成了：

public class ExampleUnitTest {private Function<Integer, String> doTaskWithCache = (i) -> calculateResult(i);
}

写在最后

这里只给出了单参数的实现，如果要考虑多参数的缓存，可以尝试用下面这种方式扩展：

public class Memorizer<T, V> {public static <T1, T2, V, K> BiFunction<T1, T2, V> memorize(BiFunction<T1, T2, V> function, BiFunction<T1, T2, K> keyExtractor) {Map<K, V> cacheMap = new HashMap<>();return (t1, t2) -> {K key = keyExtractor.apply(t1, t2);return Optional.ofNullable(cacheMap.get(key)).orElseGet(() -> {V value = function.apply(t1, t2);cacheMap.put(key, value);return value;});};}public static <T1, T2, V, K> BiFunction<T1, T2, V> weakMemorize(BiFunction<T1, T2, V> function, BiFunction<T1, T2, K> keyExtractor) {Map<K, V> cacheMap = new WeakHashMap<>();return (t1, t2) -> {K key = keyExtractor.apply(t1, t2);return Optional.ofNullable(cacheMap.get(key)).orElseGet(() -> {V value = function.apply(t1, t2);cacheMap.put(key, value);return value;});};}
}