DiffUtil和它的差量算法
Posted 静默加载
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了DiffUtil和它的差量算法相关的知识，希望对你有一定的参考价值。
DiffUtil和它的差量算法
前言
学习Myers'Diff 算法是从 DiffUtils 源代码开始的，但DiffUtil和它的差量算法这篇却是文章是在写完 Myers‘Diff之贪婪算法 和 Myers‘Diff之线性空间细化 这两篇算法文章之后着手的。比较先需要学会算法才能理解代码实现并更好的进行使用。
文章目录
DiffUtil介绍
在正式分析DiffUtil之前，我们先来对DiffUtil有一个大概的了解–DiffUtil到底是什么东西。
类的路径：
androidx.recyclerview.widget.DiffUtil.java
大家在开发关于列表页面的时候可能会遇到下面的情况：
在一次操作里面可能会同时出现
remove、add、change三种操作。像这种情况，我们不能调用notifyItemRemoved、notifyItemInserted或者notifyItemChanged方法。为了视图立即刷新，我们只能通过调用notifyDataSetChanged方法来实现。但notifyDataSetChanged刷新是全部刷新没有动画效果。
那么有一种能通过对比知道两个列表的数据的差异，然后进行remove、add或change么？
Google提供的DiffUtil是一个实用程序类，它计算两个列表之间的差异，并输出将第一个列表转换为第二个列表的更新操作列表。
DiffUtil.DiffResult
DiffUtil在计算两个列表之间的差异时使用的Callback类。
public abstract static class Callback
//旧数据集的长度；
public abstract int getOldListSize();
//新数据集的长度
public abstract int getNewListSize();
//判断是否是同一个item；
public abstract boolean areItemsTheSame(int oldItemPosition, int newItemPosition);
//如果item相同，此方法用于判断是否同一个 Item 的内容也相同
public abstract boolean areContentsTheSame(int oldItemPosition, int newItemPosition);
@Nullable
//如果item相同，内容不同，用 payLoad 记录这个 ViewHolder 中，具体需要更新那个View
public Object getChangePayload(int oldItemPosition, int newItemPosition)
return null;
DiffUtil.DiffResult
此类包含有关DiffUtil＃calculateDiff调用的结果的信息。可以通过dispatchUpdatesTo使用DiffResult中的更新，也可以通过dispatchUpdatesTo直接将结果流式传输到RecyclerView.Adapter。
DiffUtil使用
public class RecyclerItemCallback extends DiffUtil.Callback
private List<Bean> mOldDataList;
private List<Bean> mNewDataList;
public RecyclerItemCallback(List<Bean> oldDataList, List<Bean> newDataList)
this.mOldDataList = oldDataList;
this.mNewDataList = newDataList;
@Override
public int getOldListSize()
return mOldDataList.size();
@Override
public int getNewListSize()
return mNewDataList.size();
@Override
public boolean areItemsTheSame(int oldItemPosition, int newItemPosition)
return Objects.equals(mNewDataList.get(newItemPosition).getId(), mOldDataList.get(oldItemPosition).getId());
@Override
public boolean areContentsTheSame(int i, int i1)
return Objects.equals(mOldDataList.get(i).getContent(), mNewDataList.get(i1).getContent());
private void refreshData(List<Bean> oldDataList,List<Bean> newDataList)
RecyclerItemCallback recyclerItemCallback = new RecyclerItemCallback(oldDataList, newDataList);
DiffUtil.DiffResult diffResult = DiffUtil.calculateDiff(recyclerItemCallback, false);
diffResult.dispatchUpdatesTo(mRecyclerAdapter);
DiffUtil中Myers算法代码
再次提醒一下代码阅读需要先了解 Myers‘Diff之贪婪算法 和 Myers‘Diff之线性空间细化 这两篇文章中的算法知识。
public class DiffUtil
//部分代码省略
@NonNull
public static DiffResult calculateDiff(@NonNull Callback cb, boolean detectMoves)
final int oldSize = cb.getOldListSize();
final int newSize = cb.getNewListSize();
final List<Snake> snakes = new ArrayList<>();
// instead of a recursive implementation, we keep our own stack to avoid potential stack
// overflow exceptions
final List<Range> stack = new ArrayList<>();
stack.add(new Range(0, oldSize, 0, newSize));
final int max = oldSize + newSize + Math.abs(oldSize - newSize);
// allocate forward and backward k-lines. K lines are diagonal lines in the matrix. (see the
// paper for details)
// These arrays lines keep the max reachable position for each k-line.
final int[] forward = new int[max * 2];
final int[] backward = new int[max * 2];
// We pool the ranges to avoid allocations for each recursive call.
final List<Range> rangePool = new ArrayList<>();
while (!stack.isEmpty())
final Range range = stack.remove(stack.size() - 1);
final Snake snake = diffPartial(cb, range.oldListStart, range.oldListEnd,
range.newListStart, range.newListEnd, forward, backward, max);
if (snake != null)
if (snake.size > 0)
snakes.add(snake);
// offset the snake to convert its coordinates from the Range's area to global
//使路径点的偏移以将其坐标从范围区域转换为全局
snake.x += range.oldListStart;
snake.y += range.newListStart;
//拆分左上角和右下角进行递归
// add new ranges for left and right
final Range left = rangePool.isEmpty() ? new Range() : rangePool.remove(
rangePool.size() - 1);
//起点为上一次的起点
left.oldListStart = range.oldListStart;
left.newListStart = range.newListStart;
//如果是逆向得到的中间路径，那么左上角的终点为该中间路径的起点
if (snake.reverse)
left.oldListEnd = snake.x;
left.newListEnd = snake.y;
else
if (snake.removal) //中间路径是向右操作，那么终点的x需要退一
left.oldListEnd = snake.x - 1;
left.newListEnd = snake.y;
else //中间路径是向下操作，那么终点的y需要退一
left.oldListEnd = snake.x;
left.newListEnd = snake.y - 1;
stack.add(left);
// re-use range for right
//noinspection UnnecessaryLocalVariable
final Range right = range;//右下角终点和之前的终点相同
if (snake.reverse)
if (snake.removal) //中间路径是向右操作，那么起点的x需要进一
right.oldListStart = snake.x + snake.size + 1;
right.newListStart = snake.y + snake.size;
else //中间路径是向下操作，那么起点的y需要进一
right.oldListStart = snake.x + snake.size;
right.newListStart = snake.y + snake.size + 1;
else //如果是逆向得到的中间路径，那么右下角的起点为该中间路径的终点
right.oldListStart = snake.x + snake.size;
right.newListStart = snake.y + snake.size;
stack.add(right);
else
rangePool.add(range);
// sort snakes
Collections.sort(snakes, SNAKE_COMPARATOR);
return new DiffResult(cb, snakes, forward, backward, detectMoves);
//diffPartial方法主要是来寻找一条snake，它的核心也就是Myers算法。
private static Snake diffPartial(Callback cb, int startOld, int endOld,
int startNew, int endNew, int[] forward, int[] backward, int kOffset)
final int oldSize = endOld - startOld;
final int newSize = endNew - startNew;
if (endOld - startOld < 1 || endNew - startNew < 1)
return null;
//差异增量
final int delta = oldSize - newSize;
//最双向最长路径
final int dLimit = (oldSize + newSize + 1) / 2;
//进行初始化设置
Arrays.fill(forward, kOffset - dLimit - 1, kOffset + dLimit + 1, 0);
Arrays.fill(backward, kOffset - dLimit - 1 + delta, kOffset + dLimit + 1 + delta, oldSize);
/**
* 差异量为奇数
* 每个差异-水平删除或垂直插入-都是从一千行移到其相邻行。
* 由于增量是正向和反向算法中心之间的差异，因此我们知道需要检查中间snack的d值。
* 对于奇数增量，我们必须寻找差异为d的前向路径与差异为d-1的反向路径重叠。
* 类似地，对于偶数增量，重叠将是当正向和反向路径具有相同数量的差异时
*/
final boolean checkInFwd = delta % 2 != 0;
for (int d = 0; d <= dLimit; d++)
/**
* 这一循环是从(0,0)出发找到移动d步能达到的最远点
* 引理：d和k同奇同偶，所以每次k都递增2
*/
for (int k = -d; k <= d; k += 2)
// find forward path
// we can reach k from k - 1 or k + 1. Check which one is further in the graph
//找到前进路径
//我们可以从k-1或k + 1到达k。检查图中的哪个更远
int x;
final boolean removal;//向下
//bool down = ( k == -d || ( k != d && V[ k - 1 ] < V[ k + 1 ] ) );
if (k == -d || (k != d && forward[kOffset + k - 1] < forward[kOffset + k + 1]))
x = forward[kOffset + k + 1];
removal = false;
else
x = forward[kOffset + k - 1] + 1;
removal = true;
// set y based on x
//k = x - y
int y = x - k;
// move diagonal as long as items match
//只要item匹配就移动对角线
while (x < oldSize && y < newSize
&& cb.areItemsTheSame(startOld + x, startNew + y))
x++;
y++;
forward[kOffset + k] = x;
//如果delta为奇数，那么相连通的节点一定是向前移动的节点，也就是执行forward操作所触发的节点
//if delta is odd and ( k >= delta - ( d - 1 ) and k <= delta + ( d - 1 ) )
if (checkInFwd && k >= delta - d + 1 && k <= delta + d - 1)
//if overlap with reverse[ d - 1 ] on line k
//forward'x >= backward'x，如果在k线上正向查找能到到的位置的x坐标比反向查找达到的y坐标小
if (forward[kOffset + k] >= backward[kOffset + k])
Snake outSnake = new Snake();
outSnake.x = backward[kOffset + k];
outSnake.y = outSnake.x - k;
outSnake.size = forward[kOffset + k] - backward[kOffset + k];
outSnake.removal = removal;
outSnake.reverse = false;
return outSnake;
/**
* 这一循环是从(m,n)出发找到移动d步能达到的最远点
*/
for (int k = -d; k <= d; k += 2)
// find reverse path at k + delta, in reverse
//以k + delta,找到反向路径。backwardK相当于反向转化之后的正向的k
final int backwardK = k + delta;
int x;
final boolean removal;
//与k线类似
//bool down = ( k == -d || ( k != d && V[ k - 1 ] < V[ k + 1 ] ) );
if (backwardK == d + delta || (backwardK != -d + delta
&& backward[kOffset + backwardK - 1] < backward[kOffset + backwardK + 1]))
x = backward[kOffset + backwardK - 1];
removal = false;
else
x = backward[kOffset + backwardK + 1] - 1;
removal = true;
// set y based on x
int y = x - backwardK;
// move diagonal as long as items match
//只要item匹配就移动对角线
while (x > 0 && y > 0
&& cb.areItemsTheSame(startOld + x - 1, startNew + y - 1))
x--;
y--;
backward[kOffset + backwardK] = x;
//如果delta为偶数，那么相连通的节点一定是反向移动的节点，也就是执行backward操作所触发的节点
//if delta is even and ( k >= -d - delta and k <= d - delta )
if (!checkInFwd && k + delta >= -d && k + delta <= d)
//if overlap with forward[ d ] on line k
//forward'x >= backward'x，判断正向反向是否连通了
if (forward[kOffset + backwardK] >= backward[kOffset + backwardK])
Snake outSnake = new Snake();
outSnake.x = backward[kOffset + backwardK];
outSnake.y = outSnake.x - backwardK;
outSnake.size =
forward[kOffset + backwardK] - backward[kOffset + backwardK];
outSnake.removal = removal;
outSnake.reverse = true;
return outSnake;
throw new IllegalStateException("DiffUtil hit an unexpected case while trying to calculate"
+ " the optimal path. Please make sure your data is not changing during the"
+ " diff calculation.");
//部分代码省略
参考链接：
代码:diff-match-patch
diff2论文
Myers diff alogrithm:part 1
Myers diff alogrithm:part 2
文章到这里就全部讲述完啦，若有其他需要交流的可以留言哦！！
想阅读作者的更多文章，可以查看我 个人博客 和公共号：
以上是关于DiffUtil和它的差量算法的主要内容，如果未能解决你的问题，请参考以下文章