记忆是衍生自Lisp，Python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。

　　记忆能显著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) Memoizer.memoize(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，1000000将会返回小数点后的一百万位，通过 byte值返回-每位为0或者1。(算法可以参考：http://www.cecm.sfu.ca/~pborwein/PAPERS /P123.pdf)

public class PiBinaryDigitsCalculator {
/**
* Returns the coefficient of 2^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：

public class PiBinaryDigitsCalculator {
private HashMap cache = new HashMap();
public synchronized byte calculateBinaryDigit(
final int n) {
final Integer N = new Integer(n);
Byte B = (Byte) cache.get(N);
if (B == null) {
byte b = runBBPAlgorithm(n);
cache.put(N, new Byte(b));
return b;
} else {
return B.bytevalue();
}
}
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著分开的。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 java.util.HashMap;
public class CachingBinaryDigitsCalculator implements
BinaryDigitsCalculator {
private BinaryDigitsCalculator binaryDigitsCalculator;
private HashMap cache = new HashMap();
public CachingBinaryDigitsCalculator(
BinaryDigitsCalculator calculator) {
this.binaryDigitsCalculator = calculator;
}
public synchronized byte calculateBinaryDigit(int n) {
final Integer N = new Integer(n);
Byte B = (Byte) cache.get(N);
if (B == null) {
byte b =
binaryDigitsCalculator.calculateBinaryDigit(n);
cache.put(N, new Byte(b));
return b;
} else {
return B.bytevalue();
}
}
}
 }

　　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。