记忆是衍生自LispPython和Perl等过程性语言的一种设计模式它可以对前次的计算结果进行记忆一个实现了记忆功能的函数带有显式的cache所以已经计算过的结果就能直接从cache中获得而不用每次都进行计算
记忆能显着的提升大计算量代码的效率 而且是一种可重用的方案
本文阐述了在Java中使用这一模式的方法并提供了一个可以提供上述功能的记忆类
Foo foo = （Foo） moize（new FooImpl（））这里Foo是一个接口它含有的方法是需要记忆的FooImpl是Foo的一个实现foo是Foo的一个引用方法与FooImpl基本相同区别在于Foo返回的值会被缓存起来单个记忆类的优点在于为任何类添加记忆功能是很简单的定义一个包含需要记忆的方法的接口然后调用memoize来实现一个实例
为了理解记忆类是怎么实现的我们将分几步来解释首先我解释一下为何缓存能够在需要它的类中实现然后我测试一下如何为一个特定的类添加缓存包装器最后我解释一下如何才能使得一个缓存包装器能够通用于任意的类
为大计算量的程序添加缓存
作为一个大计算量程序的例子我们考虑PiBinaryDigitsCalculator这个例子计算二进制数据pi仅有的public方法calculateBinaryDigit带有一个参数整数n代表需要精确到的位数例如将会返回小数点后的一百万位通过byte值返回每位为或者
public class PiBinaryDigitsCalculator { /** * Returns the coefficient of ^n in the binary * expansion of pi * @param n the binary digit of pi to calculate * @throws ValidityCheckFailedException if the validity * check fails this means the implementation is buggy * or n is too large for sufficient precision to be * retained */ public byte calculateBinaryDigit（final int n） { return runBBPAlgorithm（n）}
private byte runBBPAlgorithm（final int n） { // Lengthy routine goes here ……
}
}
最简单直接的方法来缓存返回值可以通过修改这个类来实现添加一个Map来保存之前计算得到的值如下
import javautilHashMappublic class PiBinaryDigitsCalculator {
private HashMap cache = new HashMap（）
public synchronized byte calculateBinaryDigit（final int n） {
final Integer N = new Integer（n）Byte B = （Byte） cacheget（N）if （B == null） { byte b = runBBPAlgorithm（n）cacheput（N new Byte（b））return b} else { return Bbytevalue（）}
private byte runBBPAlgorithm（final int n） { // Lengthy routine goes here ……
}
calculateBinaryDigit方法首先会检查HashMap里面是否缓存了这个关键字参数n如果找到了就直接返回这个值否则就会进行这个冗长的计算并将结果保存到缓存里面在添加进HashMap的时候在原始类型和对象之间还要进行小小的转换
尽管这个方法是可行的但是有几个缺点首先进行缓存的代码和正常的算法代码不是显着分开的一个类不仅负责进行计算也要负责进行维护缓存数据这样要进行一些测试就会显得很困难比如不能写一个测试程序来测试这个算法持续地返回相同的值因为从第二次开始结果都是直接从cache中获得了
其次当缓存代码不再需要移除它会变得困难因为它和算法块的代码是紧密结合在一起的所以要想知道缓存是否带来了很高的效率提升也是很困难的因为不能写一个测试程序是和缓存数据分开的当你改进了你的算法缓存有可能失效但是这个时候你并不知道
第三缓存代码不能被重用尽管代码遵从了一个普通的模式但是都是在一个类 PiBinaryDigitsCalculator里面
前面两个问题都可以通过构造一个缓存包装器来解决
缓存包装器
通过使用Decorator模式要分开计算代码和缓存代码是很容易的首先定义一个接口里面定义基本的方法
public interface BinaryDigitsCalculator { public byte calculateBinaryDigit（final int n）}然后定义两个实现分别负责两个任务
public class PiBinaryDigitsCalculator implements BinaryDigitsCalculator {
public byte calculateBinaryDigit（final int n） { return runBBPAlgorithm（n）}
private byte runBBPAlgorithm（final int n） { // Lengthy routine goes here ……
}
import javautilHashMap
public class CachingBinaryDigitsCalculator implements BinaryDigitsCalculator {
private BinaryDigitsCalculator binaryDigitsCalculatorprivate HashMap cache = new HashMap（）
public CachingBinaryDigitsCalculator（BinaryDigitsCalculator calculator） { thisbinaryDigitsCalculator = calculator}
public synchronized byte calculateBinaryDigit（int n） { final Integer N = new Integer（n）Byte B = （Byte） cacheget（N）if （B == null） { byte b = binaryDigitsCalculatorcalculateBinaryDigit（n）cacheput（N new Byte（b））return b} else { return Bbytevalue（）}
这是很之前的实现PiBinaryDigitsCalculator的一种简单的refactored版本
CachingBinaryDigitsCalculator包装了BinaryDigitsCalculator句柄并增加了缓存供calculateBinaryDigit的方法调用这种方法提高了代码的可读性与可维护性用户不能直接使用BinaryDigitsCalculator接口来实现算法所以如果需要关闭缓存块将是很容易实现的还有合适的测试程序很容易写出来比如我们写一个假的BinaryDigitsCalculator实现每次calculateBinaryDigit被调用赋予相同的参数返回不同的值 这样我们就能测试缓存是否工作了因为如果每次都返回相同的值则证明缓存是正常工作了 这种测试在之前那种简单的实现是不可能的
