详解Android的内存优化--LruCache

概念：

lrucache

什么是lrucache？

lrucache实现原理是什么？

这两个问题其实可以作为一个问题来回答，知道了什么是 lrucache，就只然而然的知道 lrucache 的实现原理；lru的全称是least recently used ，近期最少使用的！所以我们可以推断出 lrucache 的实现原理：把近期最少使用的数据从缓存中移除，保留使用最频繁的数据，那具体代码要怎么实现呢，我们进入到源码中看看。

lrucache源码分析

public class lrucache<k, v> {
 //缓存 map 集合，为什么要用linkedhashmap
 //因为没错取了缓存值之后，都要进行排序，以确保
 //下次移除的是最少使用的值
 private final linkedhashmap<k, v> map;
 //当前缓存的值
 private int size;
 //最大值
 private int maxsize;
 //添加到缓存中的个数
 private int putcount;
 //创建的个数
 private int createcount;
 //被移除的个数
 private int evictioncount;
 //命中个数
 private int hitcount;
 //丢失个数
 private int misscount;
 //实例化 lru，需要传入缓存的最大值
 //这个最大值可以是个数，比如对象的个数，也可以是内存的大小
 //比如，最大内存只能缓存5兆
 public lrucache(int maxsize) {
  if (maxsize <= 0) {
   throw new illegalargumentexception("maxsize <= 0");
  }
  this.maxsize = maxsize;
  this.map = new linkedhashmap<k, v>(0, 0.75f, true);
 }
 //重置最大缓存的值
 public void resize(int maxsize) {
  if (maxsize <= 0) {
   throw new illegalargumentexception("maxsize <= 0");
  }
  synchronized (this) {
   this.maxsize = maxsize;
  }
  trimtosize(maxsize);
 }
 //通过 key 获取缓存值
 public final v get(k key) {
  if (key == null) {
   throw new nullpointerexception("key == null");
  }
  v mapvalue;
  synchronized (this) {
   mapvalue = map.get(key);
   if (mapvalue != null) {
    hitcount++;
    return mapvalue;
   }
   misscount++;
  }
  //如果没有，用户可以去创建
  v createdvalue = create(key);
  if (createdvalue == null) {
   return null;
  }
  synchronized (this) {
   createcount++;
   mapvalue = map.put(key, createdvalue);
   if (mapvalue != null) {
    // there was a conflict so undo that last put
    map.put(key, mapvalue);
   } else {
    //缓存的大小改变
    size += safesizeof(key, createdvalue);
   }
  }
  //这里没有移除，只是改变了位置
  if (mapvalue != null) {
   entryremoved(false, key, createdvalue, mapvalue);
   return mapvalue;
  } else {
   //判断缓存是否越界
   trimtosize(maxsize);
   return createdvalue;
  }
 }
 //添加缓存，跟上面这个方法的 create 之后的代码一样的
 public final v put(k key, v value) {
  if (key == null || value == null) {
   throw new nullpointerexception("key == null || value == null");
  }
  v previous;
  synchronized (this) {
   putcount++;
   size += safesizeof(key, value);
   previous = map.put(key, value);
   if (previous != null) {
    size -= safesizeof(key, previous);
   }
  }
  if (previous != null) {
   entryremoved(false, key, previous, value);
  }
  trimtosize(maxsize);
  return previous;
 }
 //检测缓存是否越界
 private 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!");
    }
    //如果没有，则返回
    if (size <= maxsize) {
     break;
    }
    //以下代码表示已经超出了最大范围
    map.entry<k, v> toevict = null;
    for (map.entry<k, v> entry : map.entryset()) {
     toevict = entry;
    }
    if (toevict == null) {
     break;
    }
    //移除最后一个，也就是最少使用的缓存
    key = toevict.getkey();
    value = toevict.getvalue();
    map.remove(key);
    size -= safesizeof(key, value);
    evictioncount++;
   }
   entryremoved(true, key, value, null);
  }
 }
 //手动移除，用户调用
 public final v remove(k key) {
  if (key == null) {
   throw new nullpointerexception("key == null");
  }
  v previous;
  synchronized (this) {
   previous = map.remove(key);
   if (previous != null) {
    size -= safesizeof(key, previous);
   }
  }
  if (previous != null) {
   entryremoved(false, key, previous, null);
  }
  return previous;
 }
 //这里用户可以重写它，实现数据和内存回收操作
 protected void entryremoved(boolean evicted, k key, v oldvalue, v newvalue) {}
 protected v create(k key) {
  return null;
 }
 private int safesizeof(k key, v value) {
  int result = sizeof(key, value);
  if (result < 0) {
   throw new illegalstateexception("negative size: " + key + "=" + value);
  }
  return result;
 }
  //这个方法要特别注意，跟我们实例化 lrucache 的 maxsize 要呼应，怎么做到呼应呢，比如 maxsize 的大小为缓存的个数，这里就是 return 1就 ok，如果是内存的大小，如果5m，这个就不能是个数 了，这是应该是每个缓存 value 的 size 大小，如果是 bitmap，这应该是 bitmap.getbytecount();
 protected int sizeof(k key, v value) {
  return 1;
 }
 //清空缓存
 public final void evictall() {
  trimtosize(-1); // -1 will evict 0-sized elements
 }
 public synchronized final int size() {
  return size;
 }
 public synchronized final int maxsize() {
  return maxsize;
 }
 public synchronized final int hitcount() {
  return hitcount;
 }
 public synchronized final int misscount() {
  return misscount;
 }
 public synchronized final int createcount() {
  return createcount;
 }
 public synchronized final int putcount() {
  return putcount;
 }
 public synchronized final int evictioncount() {
  return evictioncount;
 }
 public synchronized final map<k, v> snapshot() {
  return new linkedhashmap<k, v>(map);
 }
}

lrucache 使用

先来看两张内存使用的图

图-1

图-2

以上内存分析图所分析的是同一个应用的数据，唯一不同的是图-1没有使用 lrucache，而图-2使用了 lrucache；可以非常明显的看到，图-1的内存使用明显偏大，基本上都是在30m左右，而图-2的内存使用情况基本上在20m左右。这就足足省了将近10m的内存！

ok，下面把实现代码贴出来

/**
 * created by gyzhong on 15/4/5.
 */
public class lrupageadapter extends pageradapter {
 private list<string> mdata ;
 private lrucache<string,bitmap> mlrucache ;
 private int mtotalsize = (int) runtime.getruntime().totalmemory();
 private viewpager mviewpager ;
 public lrupageadapter(viewpager viewpager ,list<string> data){
  mdata = data ;
  mviewpager = viewpager ;
  /*实例化lrucache*/
  mlrucache = new lrucache<string,bitmap>(mtotalsize/5){
   /*当缓存大于我们设定的最大值时，会调用这个方法，我们可以用来做内存释放操作*/
   @override
   protected void entryremoved(boolean evicted, string key, bitmap oldvalue, bitmap newvalue) {
    super.entryremoved(evicted, key, oldvalue, newvalue);
    if (evicted && oldvalue != null){
     oldvalue.recycle();
    }
   }
   /*创建 bitmap*/
   @override
   protected bitmap create(string key) {
    final int resid = mviewpager.getresources().getidentifier(key,"drawable",
      mviewpager.getcontext().getpackagename()) ;
    return bitmapfactory.decoderesource(mviewpager.getresources(),resid) ;
   }
   /*获取每个 value 的大小*/
   @override
   protected int sizeof(string key, bitmap value) {
    return value.getbytecount();
   }
  } ;
 }
 @override
 public object instantiateitem(viewgroup container, int position) {
  view view = layoutinflater.from(container.getcontext()).inflate(r.layout.view_pager_item, null) ;
  imageview imageview = (imageview) view.findviewbyid(r.id.id_view_pager_item);
  bitmap bitmap = mlrucache.get(mdata.get(position));
  imageview.setimagebitmap(bitmap);
  container.addview(view);
  return view;
 }
 @override
 public void destroyitem(viewgroup container, int position, object object) {
  container.removeview((view) object);
 }
 @override
 public int getcount() {
  return mdata.size();
 }
 @override
 public boolean isviewfromobject(view view, object object) {
  return view == object;
 }
}　

总结

• lrucache 是基于 lru算法实现的一种缓存机制；
• lru算法的原理是把近期最少使用的数据给移除掉，当然前提是当前数据的量大于设定的最大值。
• lrucache 没有真正的释放内存，只是从 map中移除掉数据，真正释放内存还是要用户手动释放。

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持！