使用场景
1、场景一:图片缓存利器。
可以规定缓存大小、有效避免OOM、自动移除队尾不用的图片缓存、避免HashMap各种问题。
2、场景二:通信缓存
从服务端需要获取数据,但是当访问的数据比较大,比较多,并且是重复数据时,会极大影响性能,甚至应用崩溃,手机卡死,这时候就要考虑缓存机制了!Android中可通过缓存来减少频繁的网络操作,减少流量、提升性能。
代码示例
举一个简单的图片缓存示例
public class LruCacheDemo {
LruCache<String, Bitmap> mImageCache;
private void initImageCache() {
int cacheSize = 4; //设置最大缓存
mImageCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
//重写sizeOf,并放回以kb为单位的缓存对象的大小
return bitmap.getRowBytes() * bitmap.getHeight() / 1024;
}
};
}
public void displayImage(final String url, final Bitmap bitmap) {
//缓存图片的url和bitmap
mImageCache.put(url, bitmap);
}
//其它代码省略
}
LruCache扩展
1、LruCachae是解决OOM的利器,不用担心崩溃问题。
2、LruCache是一种缓存策略,持有的是强引用,但是会控制在一个峰值下。它内部维护了一个队列,每当从中取出一个值时,该值就移动到队列的头部。当缓存已满而继续添加时,会将队列尾部的值移除,方便GC。LruCache用于内存缓存,在避免程序发生OOM和提高执行效率有着良好表现。
3、LruCache是线程安全的,因此是可以采用多线程并发处理。
4、LruCache的实现正是基于LRU(Least Recently Used)算法。最近最少使用,我理解的就是最久远的最少使用先被淘汰。下图展示了LRU算法的核心思想,是最常用也是比较简单的一种:
假设一个队列的最大容量是5,那么新进的元素会被添加到头部,当队列已满时继续添加会移除尾部的元素。值得注意的是,如果有一个不在队头的元素C又一次插入到队列,因为队列中已经存在C,则不会重复插入,而是将C元素移动到头部,相当于它的存在优先级当前是最高的。
5、sizeOf解释
LruCache在插入元素前会调用一次sizeOf,前面已经说过默认返回1,但一般我们会根据实际需要重写。比如用LruCache存储的value为File,那么sizeOf返回的就应该是当前对应该key的文件大小。