加载网络图片

最近了解了一下网络加载图片，很想感谢一下我学习的博客地址，没找到地址。

原理是这样的：

1.先把图片的url和ImageView放到WeakHashMap中，然后再让WeakHashMap支持多数据同步。
2.先从自己生成的内存缓存类(MemoryCache)中查找图片，缓存查找图片较快。
    此类是存图片用的：MemoryCache使用了弱引用，内存不够时自动清理
3.如果缓存不为空，直接让ImageView显示图片
    如果缓存为空，开启新线程加载图片
    1).生成一个任务队列：PhotoToLoad（将参数传进任务队列）
    2).生成一个线程池加载图片。加载图片时使用线程。
    3).在PhotosLoader中把任务队列得到，
    4).线程开始执行：获取图片：a.根据url创建缓存图片的文件  b.先从文件缓存中查找是否有图片,最后从指定的url中下载图片
                     如果没有拿到url的图片，使用本地资源图片。
                     如果拿到url的图片，把图片放到MemoryCache中。
                     然后在UI线程中更新界面

这是借鉴Demo：

http://download.csdn.net/detail/u012123938/9486634

我和他不一样的地方是MemoryCache（文件缓存类）我只用了软引用，而他用的是LruCache

//内存缓存，使用软引用，内存不够时自动清理public class MemoryCache {    //SoftReference如果内存空间足够，垃圾回收器就不会回收它，如果内存空间不足了，就会回收这些对象的内存。    private Map<String, SoftReference<Bitmap>> cache = Collections.synchronizedMap(new HashMap<String, SoftReference<Bitmap>>());//软引用    public Bitmap get(String id) {        if (!cache.containsKey(id))//如果cache中的key不存在，返回空            return null;        SoftReference<Bitmap> ref = cache.get(id);        return ref.get();    }    public void put(String id, Bitmap bitmap) {        cache.put(id, new SoftReference<Bitmap>(bitmap));    }    public void clear() {        cache.clear();    }}

这是他的：

public class MemoryCache {


    private static final String TAG = "MemoryCache";
    /**
     *  放入缓存时是个同步操作
   LinkedHashMap构造方法的最后一个参数true代表这个map里的元素将按照最近使用次数由少到多排列，即LRU
   这样的好处是如果要将缓存中的元素替换，则先遍历出最近最少使用的元素来替换以提高效率
     */
    private Map<String, Bitmap> cache=Collections.synchronizedMap(
            new LinkedHashMap<String, Bitmap>(10,1.5f,true));//Last argument true for LRU ordering
   /**
    *  缓存中图片所占用的字节，初始0，将通过此变量严格控制缓存所占用的堆内存
    */
    private long size=0;//current allocated size
    /**
     *  缓存只能占用的最大堆内存
     */
    private long limit=1000000;//max memory in bytes


    public MemoryCache(){
        //use 25% of available heap size
        setLimit(Runtime.getRuntime().maxMemory()/4);
    }
    
    public void setLimit(long new_limit){
        limit=new_limit;
        Log.i(TAG, "MemoryCache will use up to "+limit/1024./1024.+"MB");
    }


    public Bitmap get(String id){
        try{
            if(!cache.containsKey(id))
                return null;
            //NullPointerException sometimes happen here http://code.google.com/p/osmdroid/issues/detail?id=78 
            return cache.get(id);
        }catch(NullPointerException ex){
            ex.printStackTrace();
            return null;
        }
    }


    public void put(String id, Bitmap bitmap){
        try{
            if(cache.containsKey(id))
                size-=getSizeInBytes(cache.get(id));
            cache.put(id, bitmap);
            size+=getSizeInBytes(bitmap);
            checkSize();
        }catch(Throwable th){
            th.printStackTrace();
        }
    }
    /**
     *  严格控制堆内存，如果超过将首先替换最近最少使用的那个图片缓存
     */
    private void checkSize() {
        Log.i(TAG, "cache size="+size+" length="+cache.size());
        if(size>limit){
        /**
         * 先遍历最近最少使用的元素
         * 
         */
        //least recently accessed item will be the first one iterated  
            Iterator<Entry<String, Bitmap>> iter=cache.entrySet().iterator();
            while(iter.hasNext()){
                Entry<String, Bitmap> entry=iter.next();
                size-=getSizeInBytes(entry.getValue());
                iter.remove();
                if(size<=limit)
                    break;
            }
            Log.i(TAG, "Clean cache. New size "+cache.size());
        }
    }
  
    public void clear() {
        try{
            //NullPointerException sometimes happen here http://code.google.com/p/osmdroid/issues/detail?id=78 
            cache.clear();
            size=0;
        }catch(NullPointerException ex){
            ex.printStackTrace();
        }
    }
    /**
     * 图片占用的内存
     */
    long getSizeInBytes(Bitmap bitmap) {
        if(bitmap==null)
            return 0;
        return bitmap.getRowBytes() * bitmap.getHeight();
    }
}