缓存简单的来讲就是内存，缓存技术的目的是为了更高效的利用内存，防止out of memory 发生。双缓存又称为二级缓存，它的实现利用了java中的强引用（直接对对象的引用都是强引用）和弱引用（SoftReference）各自的同特点。在这一篇博客中将会为大家讲解如何将下载回来的图片进行缓存，为了节约流量，并且提高下一次显示图片的速度，避免每次调用getView的时候都去从网络下载图片，就必须用到缓存。单一的强引用缓存一个最简单的缓存实现就是将我们的对象(由于是缓存图片，这里就是BitMap对象)放入到一个集合当中，下一次需要这个BitMap的时候就不需要再次从网络上取了，而是直接从这个集合（内存）中取就行了。如下：HashMap<String, Bitmap> mCache;HashMap这中键值对形式的集合非常适合我们的场景，每一张图片的URL是唯一的，因此可以作为键，而图片的BitMap对象最为值。当我们从网上下载下来一张图片并已经转换成BitMap之后，我们通过如下代码放入到缓存中：mCache.put("urlstr",bitmap);下次如果再需要这张图片就不需要开启线程来获取了，直接在缓存中获取，如下：mCache.get("urlstr");经过实际测试，安卓ImageView上显示BitMap速度是非常快的，完全不会造成卡顿，现在我们显示一张图片就跟TextView显示文字一样流畅。但是这中缓存方式完全没有考虑占用内存大小的情况，假设我们的listView滑动很快，而listView的Item个数又非常多，如果一个BitMap达到100K的话，1000个Item就能占用100m的内存，很容易发生Out Of Memory的情况。因此我们必须对缓存的大小进行控制。直接缓存BitMap对象的引用称为强引用，Java虚拟机宁愿抛出OutOfMemoryError错误，使程序异常终止，也不会靠随意回收具有强引用的对象来解决内存不足的问题，因此我们把强引用换成软引用。单一的软引用缓存一般对软引用是这样解释的：如果一个对象只具有软引用，则内存空间足够，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。只要垃圾回收器没有回收它，该对象就可以被程序使用。软引用可用来实现内存敏感的高速缓存。软引用实现缓存的方法：先定义一个HashMap
同样是HashMap，只不过换成了对BitMap的软引用。放入缓存
imageCache.put(mImageUrl,
new
SoftReference<BitMap>(bitmap));
从缓存中取出
采用软引用之后我们解决了内存占用的问题，但是远远不够，我们发现软引用被回收的几率很高，几乎可以说没有达到缓存的效果，很多时候我们从缓存中取不出BitMap来，因为被回收了，也就是说在这样的缓存中，命中率很低。软引用解决了缓存大小的问题，却背离了缓存设计的初衷。双缓存（二级缓存）正因为单一的强引用缓存和软引用缓存都有各自的缺点，因此我何不将两者结合起来，吸取他们的优点呢？解决方案：设置两级缓存，第一级用LinkedHashMap<String,Bitmap>保留Bitmap的强引用，但是控制缓存的大小MAX_CAPACITY=10，当继续向该缓存中存数据的时候，将会把一级缓存中的最近最少使用的元素放入二级缓存ConcurrentHashMap<String, SoftReference<Bitmap>>，二级缓存中保留的Bitmap的软引用，这样的设计更具有弹性。为什么这次我们没有用HashMap而是用LinkedHashMap和ConcurrentHashMap呢，从下面的代码中你可以看到LinkedHashMap有个
removeEldestEntry
（）方法，该方法能自动在内存不够的时候被调用。而软引用我们是用的ConcurrentHashMap来存储，因为他支持高并发，这里也可以直接用HashMap，因为很多人都是用的ConcurrentHashMap，我也就跟风了。下面我将二级缓存的实现封装在了一个类中。代码如下：
现在我们只需三步就能完成这个二级缓存了。新建缓存对象：
将BitMap放入缓存：
从缓存中获取BitMap：
