通过LinkedHashMap缓存图片并实现LRU策略

最近看了下通过LinkedHashMap来缓存图片并且实现LRU机制优化内存使用率的内容，所以做下总结!~~

在Android开发过程中，实现图片缓存是一个很重要的问题，如果处理不当很容易引起OOM等问题。很多图片加载框架中都会使用LRU机制来优化内存使用率。今天我们就看下通过LinkedHashMap如何实现LRU机制。

LRU（Least Recently Used）策略,即当内存使用不足时，把最近最少使用的数据从缓存中移除，保留使用最频繁的数据。

LinkedHashMap，它继承与HashMap、底层使用哈希表与双向链表来保存所有元素，上图即为一个双向链表。其基本操作与父类HashMap相似，它通过重写父类相关的方法，来实现自己的链接列表特性。在初始化一个LinkedHashMap时可以指定accessOrder值来指定链表的排序策略，当accessOrder为false的时候链表按插入顺序排序，默认为false，当为true的时候按访问顺序排序，什么是按访问顺序排序呢？

public LinkedHashMap(        int initialCapacity, float loadFactor, boolean accessOrder) {        super(initialCapacity, loadFactor);        init();        this.accessOrder = accessOrder;}

其实按访问顺序排序就是指在调用get方法后，会将这次访问的元素移至链表尾部，不断访问可以形成按访问顺序排序的链表。这部分源码如下

 public V get(Object key) {        if (key == null) {            HashMapEntry<K, V> e = entryForNullKey;            if (e == null)                return null;            if (accessOrder)                makeTail((LinkedEntry<K, V>) e);            return e.value;        }        int hash = Collections.secondaryHash(key);        HashMapEntry<K, V>[] tab = table;        for (HashMapEntry<K, V> e = tab[hash & (tab.length - 1)];                e != null; e = e.next) {            K eKey = e.key;            if (eKey == key || (e.hash == hash && key.equals(eKey))) {                if (accessOrder)                    makeTail((LinkedEntry<K, V>) e);                return e.value;            }        }        return null;    }

查看源码我们发现，不管keys是否为空，在accessOrder为true（即按访问顺序排序）后，会先执行makeTail方法，然后再返回元素的Value。我们继续跟到makeTail方法中。

private void makeTail(LinkedEntry<K, V> e) {        // Unlink e        e.prv.nxt = e.nxt;        e.nxt.prv = e.prv;        // Relink e as tail        LinkedEntry<K, V> header = this.header;        LinkedEntry<K, V> oldTail = header.prv;        e.nxt = header;        e.prv = oldTail;        oldTail.nxt = header.prv = e;        modCount++;    }

观察makeTail的函数体，我们很容易发现这是一个对双向链表中一个元素解绑后与header关联的代码，经过操作后，当前元素会被插入到链表尾部。看到这里，我想大家就明白了为什么通过get方法会使链表按照按访问顺序排序。那当我们put数据的时候又会发生什么呢？通过源码我们发现，当我们put数据的时候，会先跳hashmap的put方法中，这是因为LinkedHashMap并没用重写这个方法而是重写了put方法中所调用的addNewEntry或addNewEntryForNullKey等方法。我们主要看下addNewEntry的函数体。

@Override void addNewEntry(K key, V value, int hash, int index) {        LinkedEntry<K, V> header = this.header;        LinkedEntry<K, V> eldest = header.nxt;        if (eldest != header && removeEldestEntry(eldest)) {            remove(eldest.key);        }        LinkedEntry<K, V> oldTail = header.prv;        LinkedEntry<K, V> newTail = new LinkedEntry<K,V>(                key, value, hash, table[index], header, oldTail);        table[index] = oldTail.nxt = header.prv = newTail;    }

addNewEntry方法中首先会获取头指针的下一个元素，并定义为eldest,从字面上理解应该是最老的元素，结合前面get方法的介绍也比较好理解为什么头指针下一个元素会是”最老的“。if中的第一个链表非空的判断比较好理解，然后我们看下removeEldestEntry这个方法

protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {        return false;    }

默认倩况下返回false的，那什么时候返回true，只有在removeEldestEntry也返回true的时候才会去执行删除“最老”的元素的操作，这样才比较符合我们的逻辑。。。其实目前LRU策略少一个判断，就是什么时候去执行删除最近最少操作的数据，重新看下LRU的概念，当内存不足时进行删除，而这个内存对LinkedHashMap来说其实就是大小，所以我们只需要在初始化LinkedHashMap的时候重写这个方法并且做一个判断，如果当前大小已经大于LinkedHashMap的容量就返回true,从而就会删除最近最少的数据，码如下。

HashMap<String, Bitmap> hardCache = new LinkedHashMap<String, Bitmap>(            10, 0.75f, true) {        @Override        protected boolean removeEldestEntry(Entry<String, Bitmap> entry) {            if (this.size() > CAPACITY) {                return true;            } else {                return false;            }        }};

到这里LinkedHashMap的LRU策略就实现了。下面我们验证下前面所说的。

HashMap<String, String> map=new LinkedHashMap<String,String>(5, 0.75f, true){            protected boolean removeEldestEntry(java.util.Map.Entry<String,String> eldest) {                if(this.size()>5){                    return true;                }else{                    return false;                }            }        };        for(int i=0;i<5;i++){            map.put("key"+i,"value"+i);        }        for(String value:map.values()){            System.out.println(value);        }

输出输出结果为：

value0value1value2value3value4

下面我们get下map中的数据

       for(int i=0;i<5;i++){            map.put("key"+i,"value"+i);        }        map.get("key"+3);        for(String value:map.values()){            System.out.println(value);        }

输出结果为：

value0value1value2value4value3

结果和我们上面讲的是一致的。

接下来改下代码再测试下

        for(int i=0;i<5;i++){            map.put("key"+i,"value"+i);        }        map.get("key"+3);        map.put("key5","value new add");        for(String value:map.values()){            System.out.println(value);        }

这段代码是向已经满了的LinkedHashMap中继续添加一个元素，根据前所讲，应该会删除第一个元素，即为key0元素被删除，下面看下结果：

value1value2value4value3value new add

结果与我们前面所讲的一致。

写到这里大家应该对linkedhashmap实现LRU有了一个全面的了解。利用这个机制在缓存图片的时候大大的优化内存使用率，使内存中保留的数据是经常使用的图片。

好了！就写到这里了，欢迎大家留言一起讨论！这是我第一篇博客，以后还是继续努力！~~~~