当前位置：首页 > news >正文

Android图片缓存工具类LruCache原理和使用介绍

news 2025/9/20 0:59:53

LruCache & DiskLruCache原理。

常用的三级缓存主要有LruCache、DiskLruCache、网络，其中LruCache对应内存缓存、
DiskLruCache对应持久化缓存。Lru表示最近最少使用，意思是当缓存到达限制时候，优先淘汰近
期内最少使用的缓存，LruCache和DisLruCache都是如此。
比如说Android中常来缓存Bitmap，我们先依次从LruCache、DiskLruCache获取，最后才网络下
载。
本篇主要从原理和源码分析LruCache和DiskLruCache

LruCache
LruCache<K, V> 可以在内存中缓存数据，内部使用最近最少使用算法，优先淘汰最近时间内最少
次使用的缓存对象。

LruCache使用

LruCache<String, Bitmap> mMemoryCache;
mMemoryCache = new LruCache<String, Bitmap>(mMemoryCacheSize)
{ @Override
protected int sizeOf(String key, Bitmap value)
{ return value.getByteCount();
}
};
1234567

mMemoryCacheSize表示LruCache的容量值，sizeOf则是每个bitmap占用多大。
其次，LruCache使用起来跟HashMap差不多，主要是put()加入缓存、get()获取缓存

// 加入缓存
mMemoryCache.put(key, bitmap);
// 取出缓存，可能为空
Bitmap bitmap = mMemoryCache.get(key)
1234

LruCache源码
看一下重要的几个变量

private final LinkedHashMap<K, V> map; // 存储缓存
/** Size of this cache in units. Not necessarily the number of elements. */
private int size; // 当前缓存的大小
private int maxSize; // 缓存的最大容量
1234

LruCache使用LinkedHashMap来缓存，LinkedHashMap简直就是为了LruCache定制的，如果不熟
悉的话可以看下这篇文章《LinkedHashMap原理和源码分析》

LinkedHashMap继承自HashMap，而且内部维护着一个双向队列，可以设置根据访问动作或者插
入动作来调整顺序。

我们根据访问动作会来调整顺序，当插入一个结点时候，将该结点插入到队列的尾部，或者，访
问某个结点时，会将该结点调整到队列尾部。这样保证当超过缓存容量的时候，直接从头部删除
很久没有用过的结点就可以了。
以上基本就是LruCache的基本原理了。

看一个get()、put()方法：

public final V get(K key) {
if (key == null) { // 不支持key、value为null
throw new NullPointerException("key == null");
}
V mapValue;
synchronized (this) {
mapValue = map.get(key);
if (mapValue != null) {
hitCount++;
return mapValue; // 获取到值，直接返回
}
missCount++;
}
V createdValue = create(key); // 默认是返回null，可以重写表示新建一个默认值
if (createdValue == null)
{ return null;
}
// 走到这里，表示create(key) 一个默认值createdValue
// 以下走插入createdValue流程
synchronized (this)
{ createCount++;
mapValue = map.put(key, createdValue);
if (mapValue != null) {
// There was a conflict so undo that last put
// 说明插入的key有冲突了，需要撤销默认值，恢复插入原来的值mapValue
map.put(key, mapValue);
} else {
// 计算增加size
size += safeSizeOf(key, createdValue);
}
}
if (mapValue != null) {
// entryRemoved默认是空实现，每当移除一个entry都会调用
entryRemoved(false, key, createdValue, mapValue);
return mapValue;
} else {
// 核心方法，整理缓存，超过限制会清除缓存
trimToSize(maxSize);
return createdValue;
}
}
123456789101112131415161718192021222324252627282930313233343536373839404142
public final V put(K key, V value) {
if (key == null || value == null) { // 不支持key、value为null
throw new NullPointerException("key == null || value == null");
}
V previous;
synchronized (this) {
putCount++;
size += safeSizeOf(key, value); // 增加新的value的size
previous = map.put(key, value); // 添加<key, value>
if (previous != null) {
size -= safeSizeOf(key, previous); // 减去旧的value的size
}
}
if (previous != null) {
// entryRemoved默认是空实现，每当移除一个entry都会调用
entryRemoved(false, key, previous, value);
}
// 核心方法，整理缓存，超过限制会清除缓存
trimToSize(maxSize);
return previous;
}
123456789101112131415161718192021222324

trimToSize() 在增加缓存之后会调用，负责整理缓存，超过限制会清除旧的缓存

public void trimToSize(int maxSize)
{ while (true) {
K key;
V value;
synchronized (this) {
if (size < 0 || (map.isEmpty() && size != 0)) {
throw new IllegalStateException(getClass().getName()
+ ".sizeOf() is reporting inconsistent results!");
}
if (size <= maxSize || map.isEmpty())
{ break;
}
// LinkHashMap.entrySet()是LinkedEntrySet，是有序的
Map.Entry<K, V> toEvict =
map.entrySet().iterator().next();
// 移除队头元素，最近最少使用的节点
key = toEvict.getKey();
value = toEvict.getValue();
map.remove(key);
size -= safeSizeOf(key, value);
evictionCount++;
}
entryRemoved(true, key, value, null);
}
}
1234567891011121314151617181920212223242526

trimToSize()利用了LinkedHashMap的特性，当超过限制时候，移除头部的结点，因为头部结点是
最旧的结点。
LruCache不支持key为null，而HashMap支持key、value为null，而HashTable、
ConcurrentHashMap都不支持key 或value为null。

DiskLruCache
DiskLruCache整体的思想跟LruCache是一样的，不过它操作的是本地磁盘的文件实体，而且使用
起来也麻烦了很多。
DiskLruCache的使用
DiskLruCache并不是Android内置的库，而且需要存储权限

<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

这里有DiskLruCache介绍地址：https://github.com/JakeWharton/DiskLruCache