情景学习Android中的LruCache

LruCache类是基于LRU算法的内存缓存管理类，在v4包下有一个，Android3.1及以上在android.util包下也有一个，注意两个的移除策略是不一样的。

一、简单使用

public class BitmapMemoryCache {

private static final int maxSize = (int) (Runtime.getRuntime().maxMemory() / 6);

private static final LruCache<String, Bitmap> sBitmapCache = new android.support.v4.util.LruCache<String, Bitmap>(maxSize){

protected int sizeOf(String key, Bitmap value) {
return sizeOfBitmap(value);
}
};

public Bitmap put(String key, Bitmap bitmap) {
if(TextUtils.isEmpty(key) || bitmap == null) {
return null;
}
return sBitmapCache.put(key, bitmap);
}

public Bitmap get(String key) {
if(TextUtils.isEmpty(key)) {
return null;
}
return sBitmapCache.get(key);
}

@SuppressLint("NewApi")
public static int sizeOfBitmap(Bitmap bitmap) {
if(bitmap == null) {
return 0;
}
//API 19及以上版本
if(Build.VERSION.SDK_INT >= Build.VERSION_CODES.KITKAT) {
return bitmap.getAllocationByteCount();
//API 12 ~ API 18
} else if(Build.VERSION.SDK_INT >= Build.VERSION_CODES.HONEYCOMB_MR1) {
return bitmap.getByteCount();
//API 12以下
} else {
return bitmap.getRowBytes() * bitmap.getHeight();
}
}
}

A：上述代码有问题吗？有的话有哪些？

B：sBitmapCache是类变量而不是成员变量，不管我new了多少个BitmapMemoryCache对象然后进行put操作，其实put的都是同一个sBitmapCache，这与我们直觉是相违背的。

A：怎么改进？

B：可以考虑把sBitmapCache声明称非static的。

A：那假如现在我new了100个BitmapMemoryCache对象，也就是有100个sBitmapCache缓存池，按照代码中一个sBitmapCache的缓存池大小是虚拟机最大堆大小的1/6,显然100*1/6大大超过了虚拟机的最大堆大小，这样很容易导致OOM吧？

B：哦，那还是把sBitmapCache声明成static吧，所有缓存统一管理，因为虚拟机堆是共用，然后把BitmapMemoryCache做成单例就行。

A：这样做可以，不过把BitmapMemoryCache做成单例后有一个问题，那个单例对象一直持有sBitmapCache引用，而sBitmapCache持有许多Bitmap的引用，因此在不用的时候要及时解除引用好让垃圾回收器回收掉，否则会使一部分堆内存一直被占用。

A：上面的代码还有其它问题吗？有没有可能会发生OOM？

B：已经指定缓存池大小为最大虚拟机堆大小的1/6了，因此缓存池最多就占用1/6的最大虚拟机堆，应该不会发生OOM吧。

A：那如果其它地方占用的堆大小超过5/6呢？

B：对哦，sBitmapCache最多允许放1/6的数据，而实际上如果可用堆已经少于最大堆的1/6了，这时再put就有可能发生OOM。

A：那需要怎么改进？

B：在put方法里，每次要将缓存添加到sBitmapCache时，先判断一下可用堆大小还有多少，如果已经小于一个临界值那么我就不缓存该Bitmap，或者按照一定的规则（比如LRU算法）把缓存池里面的某些Bitmap移除掉再添加当前Bitmap进去。

二、深入理解LruCache实现原理

A：LruCache是怎么实现LRU算法的？

B：其内部使用的是一个LinkedHashMap保存缓存数据，而LinkedHashMap其实已经实现了LRU算法，因此LruCache其实是使用了LinkedHashMap的实现。

A：能否具体说一下LinkedHashMap的LRU算法是怎么实现的。

B：LinkedHashMap默认情况下并没有开启LRU功能，因为是使用双向循环链表实现，因此其迭代顺序就是添加顺序，但我们可以在其构造函数指定其开启LRU功能，具体到代码就是指定accessOrder为true，然后每次访问该LinkedHashMap时，它会把该节点移到链表的尾部，这样越靠近链头就是越少访问的数据了，以后超出最大容量了直接从链头开始删起就行。

A：你说的是v4包下的LruCache吧，其实在Android3.1开始，android.util包下也有一个LruCache，它们是完全一样的吗？有没有什么区别？

B：v4包下的LruCache才是真是按LRU算法移除掉元素的，也就是从LinkedHashMap的链头开始移除，而android.util包下的是从LinkedHashMap的链尾开始移除的，也就是移除最经常使用的元素，这个区别体现在它们的trimToSize方法的实现不同，而它们的其它所有代码及逻辑都是相同的。

A：LruCache是线程安全的吗？

B：是，在put和get操作LruCache都进行了加锁操作（使用this作为锁对象）,因此是线程安全的。

A：你觉得加锁方式有改进的地方？

B：get操作并不会修改数据，可以使用Java中ReadWriteLock读写锁实现锁机制，这样效率会高一点。

A：LruCache里面有一个叫create方法，它是做什么用的？

B：在get操作发现没有要获取的元素时，会调用该方法，子类可以重写该方法实现在获取不到元素时自行创建相应的元素，这时get返回的可能就是这个元素。create该方法默认实现返回null。

A：为什么说可能返回create方法返回的那个元素呢，为什么不是一定？

B：因为在调用create并对存放数据的map没有加锁，这时可能会有另外一个线程put一个相同key的元素进map，这时可以选择直接返回map中的值，也可以选择返回create返回的值，当然LruCache采用第一种方法实现。

A：最后在问一个，知道putCount，createCount，evictionCount，hitCount和missCount的含义吗？

B：putCount表示进行put的操作次数，createCount表示调用create的次数，evictionCount表示被移除的元素数，hitCount表示目中次数，missCount表示未命中次数。

转载请注明原文地址：http://blog.csdn.net/u012619640/article/details/50525464