63.ImageLoader源代碼分析-內(nèi)存緩存算法

一. 前言

圖片內(nèi)存緩存可以提高圖片顯示速度，但是有些問題，比如占用內(nèi)存，如果不加以控制，甚至可能會OOM

所以，需要提供各種各樣的算法來控制內(nèi)存的使用，以適應(yīng)不同的使用場景，目前，ImageLoader提供了若干內(nèi)存管理算法。

默認(rèn)內(nèi)存緩存是關(guān)閉的，需要手動(dòng)打開

二. 繼承關(guān)系圖

三. 主要內(nèi)存算法介紹

下面，我們會具體看各個(gè)MemoryCache的實(shí)現(xiàn)

四. LimitedAgeMemoryCache

public class LimitedAgeMemoryCache implements MemoryCache {

    private final MemoryCache cache;

    private final long maxAge;
    private final Map<String, Long> loadingDates = Collections.synchronizedMap(new HashMap<String, Long>());

    @Override
    public boolean put(String key, Bitmap value) {
        boolean putSuccesfully = cache.put(key, value);
        if (putSuccesfully) {
            loadingDates.put(key, System.currentTimeMillis());
        }
        return putSuccesfully;
    }

    @Override
    public Bitmap get(String key) {
        Long loadingDate = loadingDates.get(key);
        if (loadingDate != null && System.currentTimeMillis() - loadingDate > maxAge) {
            cache.remove(key);
            loadingDates.remove(key);
        }

        return cache.get(key);
    }
}   

實(shí)現(xiàn)的方法很簡單，在put的時(shí)候，用一個(gè)Map記錄了存入的時(shí)間，get的時(shí)候，判斷時(shí)間是否大于maxAge，如果是，那么就刪掉這個(gè)緩存。

五. LruMemoryCache

public class LruMemoryCache implements MemoryCache {

    private final LinkedHashMap<String, Bitmap> map;

    private final int maxSize;

    @Override
    public final boolean put(String key, Bitmap value) {
        ...

        synchronized (this) {
            size += sizeOf(key, value);
            Bitmap previous = map.put(key, value);
            if (previous != null) {
                size -= sizeOf(key, previous);
            }
        }

        trimToSize(maxSize);
        return true;
    }

    private void trimToSize(int maxSize) {
        while (true) {
            String key;
            Bitmap 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;
                }

                Map.Entry<String, Bitmap> toEvict = map.entrySet().iterator().next();
                if (toEvict == null) {
                    break;
                }
                key = toEvict.getKey();
                value = toEvict.getValue();
                map.remove(key);
                size -= sizeOf(key, value);
            }
        }
    }
}   

實(shí)現(xiàn)的原理是利用LinkedHashMap，先存入的key在遍歷的時(shí)候在鏈表的頭部，所以在put值的時(shí)候，從頭開始遍歷HashMap，從頭刪除圖片緩存，直到內(nèi)存的大小在指定大小以內(nèi)。

另外為了防止多線程的問題，put和trimToSize刪除圖片的時(shí)候做了synchronized同步。

這個(gè)也是ImageLoader使用比較多的一種內(nèi)存管理方法。

六. WeakMemoryCache

public class WeakMemoryCache extends BaseMemoryCache {
   @Override
   protected Reference<Bitmap> createReference(Bitmap value) {
      return new WeakReference<Bitmap>(value);
   }
}

實(shí)現(xiàn)方法很簡單，用一個(gè)弱引用就可以解決，用弱引用包裹了圖片。

七. FIFOLimitedMemoryCache

FIFOLimitedMemoryCache繼承自抽象類LimitedMemoryCache，所以看算法實(shí)現(xiàn)前還要看LimitedMemoryCache代碼。

抽象類LimitedMemoryCache和其實(shí)現(xiàn)子類的關(guān)系是LimitedMemoryCache put的時(shí)候限定超過大小時(shí)調(diào)用removeNext刪除圖片緩存；

但是具體怎么刪，刪除什么圖片緩存，就由子類實(shí)現(xiàn)。

public abstract class LimitedMemoryCache extends BaseMemoryCache {

   @Override
   public boolean put(String key, Bitmap value) {
      boolean putSuccessfully = false;
      // Try to add value to hard cache
      int valueSize = getSize(value);
      int sizeLimit = getSizeLimit();
      int curCacheSize = cacheSize.get();
      if (valueSize < sizeLimit) {
         while (curCacheSize + valueSize > sizeLimit) {
            Bitmap removedValue = removeNext();
            if (hardCache.remove(removedValue)) {
               curCacheSize = cacheSize.addAndGet(-getSize(removedValue));
            }
         }
         hardCache.add(value);
         cacheSize.addAndGet(valueSize);

         putSuccessfully = true;
      }
      // Add value to soft cache
      super.put(key, value);
      return putSuccessfully;
   }
}   

public class FIFOLimitedMemoryCache extends LimitedMemoryCache {
    private final List<Bitmap> queue = Collections.synchronizedList(new LinkedList<Bitmap>());
   ...

   @Override
   protected Bitmap removeNext() {
      return queue.remove(0);
   }
}

用list實(shí)現(xiàn)，直接從頭開始移除。

八. LRULimitedMemoryCache

public class LRULimitedMemoryCache extends LimitedMemoryCache {

   /** Cache providing Least-Recently-Used logic */
   private final Map<String, Bitmap> lruCache = Collections.synchronizedMap(new LinkedHashMap<String, Bitmap>(INITIAL_CAPACITY, LOAD_FACTOR, true));

   @Override
   protected Bitmap removeNext() {
      Bitmap mostLongUsedValue = null;
      synchronized (lruCache) {
         Iterator<Entry<String, Bitmap>> it = lruCache.entrySet().iterator();
         if (it.hasNext()) {
            Entry<String, Bitmap> entry = it.next();
            mostLongUsedValue = entry.getValue();
            it.remove();
         }
      }
      return mostLongUsedValue;
   }
}

使用一個(gè) LinkedHashMap lruCache來保存圖片的put順序，需要移除的時(shí)候(removeNext)從lruCache找到第一張圖片即可。

九. UsingFreqLimitedMemoryCache

public class UsingFreqLimitedMemoryCache extends LimitedMemoryCache {

   private final Map<Bitmap, Integer> usingCounts = Collections.synchronizedMap(new HashMap<Bitmap, Integer>());

   @Override
   public Bitmap get(String key) {
      Bitmap value = super.get(key);
      // Increment usage count for value if value is contained in hardCahe
      if (value != null) {
         Integer usageCount = usingCounts.get(value);
         if (usageCount != null) {
            usingCounts.put(value, usageCount + 1);
         }
      }
      return value;
   }

   @Override
   protected Bitmap removeNext() {
      Integer minUsageCount = null;
      Bitmap leastUsedValue = null;
      Set<Entry<Bitmap, Integer>> entries = usingCounts.entrySet();
      synchronized (usingCounts) {
         for (Entry<Bitmap, Integer> entry : entries) {
            if (leastUsedValue == null) {
               leastUsedValue = entry.getKey();
               minUsageCount = entry.getValue();
            } else {
               Integer lastValueUsage = entry.getValue();
               if (lastValueUsage < minUsageCount) {
                  minUsageCount = lastValueUsage;
                  leastUsedValue = entry.getKey();
               }
            }
         }
      }
      usingCounts.remove(leastUsedValue);
      return leastUsedValue;
   }
}

使用一個(gè)HashMap usingCounts來存儲bitmap的使用次數(shù)，每次get的時(shí)候都會讓使用次數(shù)+1，那需要移除的時(shí)候圖片緩存的時(shí)候，遍歷usingCounts，找到使用次數(shù)最少的圖片，刪除之。

不過這種遍歷的算法感覺效率不高，慎用！