通过LinkedHashMap缓存图片并实现LRU策略

原创 2015年07月06日 18:06:44

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。

这里写图片描述

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:

value0
value1
value2
value3
value4

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:

value0
value1
value2
value4
value3

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:

value1
value2
value4
value3
value 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!~~~~

版权声明:本文为博主原创文章,未经博主允许不得转载。

相关文章推荐

通过java HashMap的存取方式来学习Hash存储机制

原文:通过java HashMap的存取方式来学习Hash存储机制 源代码下载地址:http://www.zuidaima.com/share/1850411710188544.htm ...

BlockCanary是一个Android平台的一个非侵入式的性能监控组件

https://github.com/moduth/blockcanary

[java相关]C++和JNI的数据转换

from:http://www.cnblogs.com/daniel-shen/archive/2006/10/16/530587.html   如何使用JNI的一些基本方法和过程在网上多如牛毛,...

基于LinkedHashMap实现LRU缓存调度算法原理

本文就 《基于LinkedHashMap实现LRU缓存调度算法原理及应用 》一文作为材料,记录一些常见问题,备忘。 延伸出两道常见的Java面试题: 插入Entry节点到table表的链表中时...

如何用LinkedHashMap实现LRU缓存算法

缓存这个东西就是为了提高运行速度的,由于缓存是在寸土寸金的内存里面,不是在硬盘里面,所以容量是很有限的。LRU这个算法就是把最近一次使用时间离现在时间最远的数据删除掉。先说说List:每次访问一个元素...

如何用LinkedHashMap实现LRU缓存算法

阿里巴巴笔试考到了LRU,一激动忘了怎么回事了。。准备不充分啊。。 缓存这个东西就是为了提高运行速度的,由于缓存是在寸土寸金的内存里面,不是在硬盘里面,所以容量是很有限的。LRU这个算法就是把最近一次...

LinkedHashMap实现LRU缓存算法

缓存这个东西就是为了提高运行速度的,由于缓存是在寸土寸金的内存里面,不是在硬盘里面,所以容量是很有限的。LRU这个算法就是把最近一次使用时间离现在时间最远的数据删除掉。先说说List:每次访问一个元素...

Android使用LinkedHashMap实现一个LRU算法的内存缓存

LinkedHashMap的一些特点: LinkedHashMap是一个先进先出的队列,里面的每一个元素都是Entry。 它的key和value都可以为null。 在插入一个新元素时,LinkedHa...
  • su_buju
  • su_buju
  • 2016年12月11日 14:27
  • 399

基于LinkedHashMap实现LRU缓存调度算法原理及应用

基于LinkedHashMap实现LRU缓存调度算法原理及应用 在学习缓存技术的时候,都少不了使用各种缓存调度算法(FIFO,LRU,LFU),总结一下LRU算法。  ...

基于LinkedHashMap实现LRU缓存调度算法原理及应用

在Android中实用LRU+软引用(弱引用)的方法来缓存图片,可以减少内存溢出的情况。 实现思路: 在把图片保存到LRU集合中的时候,同时保存在一个弱引用的集合之中,如果此元素被LRU算法删除,...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:通过LinkedHashMap缓存图片并实现LRU策略
举报原因:
原因补充:

(最多只允许输入30个字)