上一篇博客介绍了 AnchorTask 的基本使用，今天，让我们一起看一下怎么实现它。
Android 启动优化（二） - 拓扑排序的原理以及解题思路
Android 启动优化（三）- AnchorTask 开源了
原理简介
AnchorTask，锚点任务，它的实现原理是构建一个有向无环图，拓扑排序之后，如果任务 B 依赖任务 A，那么 A 一定排在任务 B 之前。
了解原理之前，请必须先了解有向无环图和多线程的一些基本知识，不然，下文，你基本是看不懂的。
一个共识
-
前置任务：任务 3 依赖于任务 0，1，那么任务 3 的前置任务是任务 0， 1
-
子任务：任务 0 执行完之后，任务 3 才能执行，那么称呼任务 3 为 任务 0 的子任务
如何构建一个有向无环图
这里我们采用 BFS 方法实现，算法思想大概是这样的
-
建立入度表，入度为 0 的节点先入队
-
当队列不为空，进行循环判断
-
节点出队，添加到结果 list 当中
-
将该节点的邻居入度减 1
-
若邻居课程入度为 0，加入队列
-
-
若结果 list 与所有节点数量相等，则证明不存在环。否则，存在环
多线程中，任务执行是随机的，那如何保证任务被依赖的任务先于任务执行呢？
这里要解决的主要有三个问题
-
首先我们要解决一个问题，它有哪些前置任务，这个可以用 list 存储，代表它依赖的任务 list。当它所依赖的任务 list 没有执行完毕，当前任务需要等待。
-
当前任务执行完毕之后，所有依赖它的子任务需要感知到。我们可以用一个 map 来存储这种关系，key 是当前任务，value 是依赖于当前任务的集合（list）
-
多线程当中，等待和唤醒功能，有多种方式可以实现。wait、notify 机制，ReentrantLock Condition 机制，CountDownLatch 机制。这里我们选择 CountDownLatch 机制，因为 CountDownLatch 有点类似于计数器，特别适合这种场景。
具体实现
IAnchorTask
首先，我们定义一个 IAnchorTask 接口，主要有一个方法
-
isRunOnMainThread(): Boolean表示是否在主线程运行，默认值是 false -
priority(): Int方法 表示线程的优先级别，默认值是 Process.THREAD_PRIORITY_FOREGROUND -
needWait()表示当我们调用AnchorTaskDispatcher await时，是否需要等待，return true，表示需要等待改任务执行结束，AnchorTaskDispatcher await方法才能继续往下执行。 -
fun getDependsTaskList(): List<class>?</class方法返回前置任务依赖，默认值是返回 null. -
fun run()方法，表示任务执行的时候
1interface IAnchorTask : IAnchorCallBack {
2
3 /**
4 * 是否在主线程执行
5 */
6 fun isRunOnMainThread(): Boolean
7
8 /**
9 * 任务优先级别
10 */
11 @IntRange(
12 from = Process.THREAD_PRIORITY_FOREGROUND.toLong(),
13 to = Process.THREAD_PRIORITY_LOWEST.toLong()
14 )
15 fun priority(): Int
16
17 /**
18 * 调用 await 方法，是否需要等待改任务执行完成
19 * true 不需要
20 * false 需要
21 */
22 fun needWait(): Boolean
23
24 /**
25 * 当前任务的前置任务，可以用来确定顶点的入度
26 */
27 fun getDependsTaskList(): List<Class<out AnchorTask>>?
28
29 /**
30 * 任务被执行的时候回调
31 */
32 fun run()
33
34}
它有一个实现类 AnchorTask，增加了 await 和 countdown 方法
-
await 方法，调用它，当前任务会等待
-
countdown() 方法，如果当前计数器值 > 0,会减一，否则，什么也不操作
1abstract class AnchorTask : IAnchorTask {
2
3 private val countDownLatch: CountDownLatch = CountDownLatch(getListSize())
4 private fun getListSize() = getDependsTaskList()?.size ?: 0
5
6 companion object {
7 const val TAG = "AnchorTask"
8 }
9
10 /**
11 * self call,await
12 */
13 fun await() {
14 countDownLatch.await()
15 }
16
17 /**
18 * parent call, countDown
19 */
20 fun countdown() {
21 countDownLatch.countDown()
22 }
23}
排序实现
无环图的拓扑排序，这里采用的是 BFS 算法。具体的可以见 AnchorTaskUtils#getSortResult 方法，它有三个参数
-
list 存储所有的任务
-
taskMap: MutableMap<class, AnchorTask> = HashMap()</class存储所有的任务,key 是 Class，value 是 AnchorTask
-
taskChildMap: MutableMap<class, ArrayList<class>?> =<br /> HashMap()</class</class,储存当前任务的子任务， key 是当前任务的 class，value 是 AnchorTask 的 list
算法思想
-
首先找出所有入度为 0 的队列，用 queue 变量存储
-
当队列不为空，进行循环判断。
-
从队列 pop 出，添加到结果队列
-
遍历当前任务的子任务，通知他们的入度减一（其实是遍历 taskChildMap），如果入度为 0，添加到队列 queue 里面
-
当结果队列和 list size 不相等试，证明有环
1 @JvmStatic
2 fun getSortResult(
3 list: MutableList<AnchorTask>, taskMap: MutableMap<Class<out AnchorTask>, AnchorTask>,
4 taskChildMap: MutableMap<Class<out AnchorTask>, ArrayList<Class<out AnchorTask>>?>
5 ): MutableList<AnchorTask> {
6 val result = ArrayList<AnchorTask>()
7 // 入度为 0 的队列
8 val queue = ArrayDeque<AnchorTask>()
9 val taskIntegerHashMap = HashMap<Class<out AnchorTask>, Int>()
10
11 // 建立每个 task 的入度关系
12 list.forEach { anchorTask: AnchorTask ->
13 val clz = anchorTask.javaClass
14 if (taskIntegerHashMap.containsKey(clz)) {
15 throw AnchorTaskException("anchorTask is repeat, anchorTask is $anchorTask, list is $list")
16 }
17
18 val size = anchorTask.getDependsTaskList()?.size ?: 0
19 taskIntegerHashMap[clz] = size
20 taskMap[clz] = anchorTask
21 if (size == 0) {
22 queue.offer(anchorTask)
23 }
24 }
25
26 // 建立每个 task 的 children 关系
27 list.forEach { anchorTask: AnchorTask ->
28 anchorTask.getDependsTaskList()?.forEach { clz: Class<out AnchorTask> ->
29 var list = taskChildMap[clz]
30 if (list == null) {
31 list = ArrayList<Class<out AnchorTask>>()
32 }
33 list.add(anchorTask.javaClass)
34 taskChildMap[clz] = list
35 }
36 }
37
38 // 使用 BFS 方法获得有向无环图的拓扑排序
39 while (!queue.isEmpty()) {
40 val anchorTask = queue.pop()
41 result.add(anchorTask)
42 val clz = anchorTask.javaClass
43 taskChildMap[clz]?.forEach { // 遍历所有依赖这个顶点的顶点，移除该顶点之后，如果入度为 0，加入到改队列当中
44 var result = taskIntegerHashMap[it] ?: 0
45 result--
46 if (result == 0) {
47 queue.offer(taskMap[it])
48 }
49 taskIntegerHashMap[it] = result
50 }
51 }
52
53 // size 不相等，证明有环
54 if (list.size != result.size) {
55 throw AnchorTaskException("Ring appeared，Please check.list is $list, result is $result")
56 }
57
58 return result
59
60 }
AnchorTaskDispatcher
AnchorTaskDispatcher 这个类很重要，有向无环图的拓扑排序和多线程的依赖唤醒，都是借助这个核心类完成的。
它主要有几个成员变量
1// 存储所有的任务
2 private val list: MutableList<AnchorTask> = ArrayList()
3
4 // 存储所有的任务,key 是 Class<out AnchorTask>，value 是 AnchorTask
5 private val taskMap: MutableMap<Class<out AnchorTask>, AnchorTask> = HashMap()
6
7 // 储存当前任务的子任务， key 是当前任务的 class，value 是 AnchorTask 的 list
8 private val taskChildMap: MutableMap<Class<out AnchorTask>, ArrayList<Class<out AnchorTask>>?> =
9 HashMap()
10
11 // 拓扑排序之后的主线程任务
12 private val mainList: MutableList<AnchorTask> = ArrayList()
13
14 // 拓扑排序之后的子线程任务
15 private val threadList: MutableList<AnchorTask> = ArrayList()
16
17 //需要等待的任务总数，用于阻塞
18 private lateinit var countDownLatch: CountDownLatch
19
20 //需要等待的任务总数，用于CountDownLatch
21 private val needWaitCount: AtomicInteger = AtomicInteger()
它有一个比较重要的方法 setNotifyChildren(anchorTask: AnchorTask) ，有一个方法参数 AnchorTask，它的作用是通知该任务的子任务，当前任务执行完毕，入度数减一。
1 /**
2 * 通知 child countdown,当前的阻塞任务书也需要 countdown
3 */
4 fun setNotifyChildren(anchorTask: AnchorTask) {
5 taskChildMap[anchorTask::class.java]?.forEach {
6 taskMap[it]?.countdown()
7 }
8 if (anchorTask.needWait()) {
9 countDownLatch.countDown()
10 }
11 }
接下来看一下 start 方法
1fun start(): AnchorTaskDispatcher {
2 if (Looper.myLooper() != Looper.getMainLooper()) {
3 throw AnchorTaskException("start method should be call on main thread")
4 }
5 startTime = System.currentTimeMillis()
6
7 val sortResult = AnchorTaskUtils.getSortResult(list, taskMap, taskChildMap)
8 LogUtils.i(TAG, "start: sortResult is $sortResult")
9 sortResult.forEach {
10 if (it.isRunOnMainThread()) {
11 mainList.add(it)
12 } else {
13 threadList.add(it)
14 }
15 }
16
17 countDownLatch = CountDownLatch(needWaitCount.get())
18
19 val threadPoolExecutor =
20 this.threadPoolExecutor ?: TaskExecutorManager.instance.cpuThreadPoolExecutor
21
22 threadList.forEach {
23 threadPoolExecutor.execute(AnchorTaskRunnable(this, anchorTask = it))
24 }
25
26 mainList.forEach {
27 AnchorTaskRunnable(this, anchorTask = it).run()
28 }
29
30 return this
31 }
它主要干几件事
-
检测是否在主线程，不是抛出异常，这里为什么要检测在主线程呢？主要是构建有向无环图的过程，我们必须保证是线程安全的
-
获取有向无环图的拓扑排序
-
根据拓扑排序的排序结果，执行相应的任务。可以看到在执行任务的时候，我们使用
AnchorTaskRunnable包裹起来
1class AnchorTaskRunnable(
2 private val anchorTaskDispatcher: AnchorTaskDispatcher,
3 private val anchorTask: AnchorTask
4) : Runnable {
5
6 override fun run() {
7 Process.setThreadPriority(anchorTask.priority())
8 // 前置任务没有执行完毕的话，等待，执行完毕的话，往下走
9 anchorTask.await()
10 anchorTask.onStart()
11 // 执行任务
12 anchorTask.run()
13 anchorTask.onFinish()
14 // 通知子任务，当前任务执行完毕了，相应的计数器要减一。
15 anchorTaskDispatcher.setNotifyChildren(anchorTask)
16 }
17}
AnchorTaskRunnable 有点类似于装饰者模式，多线程依赖的执行关系在这里都得到体现，只有几行代码
-
前置任务没有执行完毕的话，等待，执行完毕的话，往下走
-
执行任务
-
通知子任务，当前任务执行完毕了，相应的计数器（入度数）要减一。
总结
AnchorTask 的原理不复杂，本质是有向无环图与多线程知识的结合。
-
根据 BFS 构建出有向无环图，并得到它的拓扑排序
-
在多线程执行过程中，我们是通过任务的子任务关系和 CounDownLatch 确保先后执行关系的
-
前置任务没有执行完毕的话，等待，执行完毕的话，往下走
-
执行任务
-
通知子任务，当前任务执行完毕了，相应的计数器（入度数）要减一。
-
AnchorTask 源码已经更新到 github，https://github.com/gdutxiaoxu/AnchorTask
总结
在实现这个开源框架的时候，借鉴了以下开源框架的思想：android-startup、alpha、AppStartFasterAppStartFaster
主要是通过 ClassName 找到相应的 Task，而阿里 alpha 是通过 taskName 找到相应的 Task，并且需要指定 ITaskCreator。两种方式各有优缺点，没有优劣之说，具体看使用场景。
下期预告： Android 启动优化（五）- AnchorTask 1.0.0 版本正式发布了，敬请期待。
Android架构师系统学习笔记、学习视频，BAT大厂面试真题：我的GitHub
如果你觉得对你有所帮助，给我点个赞+关注支持一下吧~~
网友评论