移动客户端中，图片缓存和数据缓存（如用户信息、动态列表）需要平衡缓存命中率和内存占用。请设计一个缓存策略，说明如何选择缓存类型（如LRU、LFU）、缓存淘汰机制，以及如何根据数据访问模式（如热点数据、冷数据）调整缓存策略。请举例说明如何处理图片的内存占用问题（如图片压缩、懒加载）。
Tencent软件开发-移动客户端开发方向难度：中等
答案
1) 【一句话结论】移动客户端缓存需基于设备内存与访问模式动态配置：图片缓存采用LRU+WebP压缩+懒加载，数据缓存结合LRU/LFU+时间戳，通过访问日志与缓存过期机制平衡命中率与内存，避免OOM或数据不一致。
2) 【原理/概念讲解】缓存的核心目标是提升数据访问速度、减少网络请求，但需权衡内存占用。缓存命中率指缓存中能直接满足请求的比例；淘汰机制是缓存满时决定移除哪些数据。
- LRU（最近最少使用）：淘汰最近最久未使用的数据，实现简单，基于时间戳（记录数据最后访问时间），适合大多数场景（类比图书馆：最近没借过的书被淘汰）。
- LFU（最不经常使用）：淘汰被访问次数最少的（频率最低）数据，基于访问频率统计，适合数据访问频率差异大的场景（类比图书馆：借的次数最少的书被淘汰）。
- 热点数据/冷数据：热点数据是高频访问（如用户头像、常用动态），冷数据是低频（如用户设置、历史记录），需针对性调整缓存策略。
3) 【对比与适用场景】
| 特性 | LRU（最近最少使用） | LFU（最不经常使用） |
|---|---|---|
| 定义 | 淘汰最近最久未使用的数据 | 淘汰被访问次数最少的（频率最低）的数据 |
| 特性 | 简单，基于时间，时间复杂度O(1)操作 | 基于频率统计，时间复杂度O(1)但需维护计数器 |
| 使用场景 | 图片缓存（高频访问，频率差异小）、用户信息缓存 | 冷数据（如用户设置、历史记录，偶尔访问） |
| 注意点 | 可能误淘汰近期高频数据（如刚打开的页面） | 初始阶段数据访问频率未稳定，可能导致错误淘汰 |
4) 【示例】
假设设备内存1GB，图片缓存200MB（占20%），数据缓存100MB（占10%）。
- 图片缓存：LRU策略+WebP压缩（比JPEG小30%以上）+懒加载（图片进入屏幕可视区域触发加载）。例如，用户打开动态列表时，图片初始显示占位符，滚动进入可视区域才触发网络请求，加载后缓存到LRU图片缓存。
伪代码（图片缓存）：
public class ImageCache {
private final int maxSize; // 单位：MB
private final LruCache<String, Bitmap> lruCache;
public ImageCache(int maxSize) {
this.maxSize = maxSize;
this.lruCache = new LruCache<>(maxSize);
}
public Bitmap get(String url) {
return lruCache.get(url);
}
public void put(String url, Bitmap bitmap) {
lruCache.put(url, bitmap);
}
public void loadIfNeeded(String url, View view) {
Bitmap bitmap = get(url);
if (bitmap == null) {
new ImageLoader(url, bitmap, view).execute();
} else {
view.setImageBitmap(bitmap);
}
}
}
- 数据缓存：用户信息（高频访问）用LRU，动态列表（按时间倒序加载）用LRU+时间戳（过期5分钟），服务器更新时通过观察者模式刷新。例如，用户信息被频繁访问（头像显示），动态列表较旧数据被淘汰。
5) 【面试口播版答案】（约90秒）
“面试官您好，针对图片缓存和数据缓存平衡的问题，我的核心思路是分层动态适配。图片缓存因内存敏感，采用LRU+WebP压缩+懒加载，比如用户打开动态列表时，图片初始显示占位符，滚动进入可视区域才加载，避免初始内存爆炸；数据缓存（用户信息、动态列表）根据访问模式调整：高频热点数据用LRU，冷数据用LFU，同时结合时间戳淘汰。比如用户信息频繁访问（头像显示），动态列表按时间倒序加载，较旧动态被淘汰。缓存大小根据设备内存（1GB手机，图片缓存200MB，数据缓存100MB）和访问日志（统计访问频率、时间戳）动态调整，热点数据优先保留，冷数据更激进淘汰，确保缓存命中率80%左右，内存占用合理。”
6) 【追问清单】
- 问：如何动态计算缓存大小？
回答要点：根据设备内存（如1GB手机，图片缓存占20%，数据缓存占10%），结合用户行为统计（图片访问量、数据访问量），定期调整。 - 问：数据缓存如何保证一致性？
回答要点：服务器数据更新时，通过观察者模式或轮询机制刷新，设置缓存过期时间（如用户信息5分钟更新一次），避免旧数据。 - 问：图片压缩具体方法？
回答要点：采用WebP格式（比JPEG小30%），或按比例缩放（缩放至屏幕尺寸），减少像素数。 - 问：如何动态调整LRU/LFU参数？
回答要点：通过访问日志（统计访问频率、时间戳），分析热点数据，调整缓存类型，比如热点数据从LRU切换更优策略，冷数据淘汰更激进。
7) 【常见坑/雷区】
- 坑1：混淆LRU与LFU适用场景，用LFU处理图片缓存，导致冷数据占用内存，图片命中率低。
雷区：图片缓存用LRU，因为图片访问频率差异小，LRU更高效。 - 坑2：忽略图片内存占用，存原始图片。
雷区：必须压缩（WebP、缩放），避免OOM。 - 坑3：缓存淘汰静态，不动态调整。
雷区：随用户行为变化（冷启动到热启动），动态切换策略，否则命中率下降。 - 坑4：数据缓存一致性缺失。
雷区：服务器更新时未及时刷新，导致用户看到旧数据，需结合网络请求和过期时间。 - 坑5：缓存大小设置不合理。
雷区：过小导致频繁淘汰（命中率低），过大导致内存占用过高（OOM）。