对于一个应用来说，是否被用户接受、喜爱，除了其内容以外，对于流量的消耗也是一个重要原因。比如当一个页面需要展现很多图片，如果图片没有替换或者更新，当用户多次点击进入该界面，难道要一次一次从网络上加载图片吗？那样便会消耗很多流量，对于用户来说必定是一个糟糕的体验。这时候就需要缓存策略了：
当程序第一次运行，当程序从网络上加载图片后，便将它缓存到储存设备上，往往也会把图片缓存到内存中，当下次需要使用这些图片时，就先从内存中去获取，如果没有就从储存设备中去获取，如果还是没有才会从网络上加载。
缓存策略一般包括三个部分：缓存的添加、获取、删除。因为内存缓存和设备缓存的大小都是有限制的，当缓存满了的时候需要加入新的缓存就需要删除一些缓存了。怎么选择删除的缓存就需要使用缓存算法。
缓存算法中有一种比较常见的就是 LRU，即 近期最少使用算法，它会优先删除最近最少使用的缓存来为新的缓存提供空间。其中 LruCache 就是基于 LRU 实现内存缓存的，DiskLruCache 就是基于 LRU 实现存储设备缓存。
- LruCache
LruCache 是一个泛型类，内部使用了一个 LinkedHashMap 以强引用的方式存储缓存，通过 get() 和 put() 来进行获取和添加缓存。如下是 LruCache 的构造方法：
构造方法会要求传入一个最大值，一般是指你当前进程能够使用的最大内存，可以按照自己要求进行更改，它会先判断能够使用的内存是否大于0，如果不大于就会抛出一个一个 IllegalArgumentException 告诉你没有可用内存了。
一般来说如果要使用 LruCache 来进行缓存，就要重写它的 sizeOf() 方法，来计算缓存对象的大小。以图片为例：
int maxMemory = (int) ((Runtime.getRuntime().maxMemory())/1024);
//取可用内存的1/8
int cacheSize = maxMemory/8;
LruCache<String,Bitmap> cache = new LruCache<String, Bitmap>(cacheSize){
@Override
protected int sizeOf(String key, Bitmap value) {
return value.getRowBytes()*value.getHeight()/1024;
}
};
上述代码中，先是使用 Runtime.getRuntime().getmaxMemory() 来获取当前进程可以使用的最大内存，单位是字节。然后重写 sizeOf() 方法返回当前图片的缓存需要的大小。
下面是 LruCache 的 pet() 的源码：
下面是 LruCache 的 get() 的源码：
下面是 LruCache 的 remove() 的源码：
它的实现和使用相对来说都比较简单，都是基于 LinkedHashMap 的增、删、查。
- DiskLruCache
DiskLruCache 用于实现设备缓存，它将缓存写入文件系统实现缓存。和 Lrucache 还有一点不同就是 LruCache 从 Android 3.1 过后已经属于 Android 源码的一部分，但是 DiskLruCache 却是 JakeWharton 大神的作品。先附上 DiskLruCache 项目的 GitHub 地址：地址传送门
在使用 DiskLruCache 之前我们需要先导入它的 jar 包，可以导入项目：
compile 'com.jakewharton:disklrucache:2.0.2'
- DiskLruCache 的创建和缓存添加
DiskLruCache 的构造方法是私有的，所以不能通过构造方法来创建：
而是使用它的 open() 方法来创建：
该方法有四个参数：第一个表示缓存路径、第二个表示版本号，一般为设为1，当版本号发生变化 DiskLruCache 会清空之前的缓存、第三个表示单个节点对应的数据个数，一般也设为1、第四个表示缓存的总大小，当缓存大小超过该值时，DiskLruCache 就会清除一些缓存。下面是是创建 DiskLruCache 的简单方法：
private Context context;
//定义缓存总大小，如 10M
private static final long DISK_CACHE_SIZE = 1024 * 1024 * 10;
private DiskLruCache cache;
private void creatDiskLruCache() throws IOException {
//定义缓存目录
File file = getDiskCacheDir(context,"bitmap");
//如果目录不存在则创建此抽象路径指定目录
if (!file.exists()){
file.mkdirs();
}
cache = DiskLruCache.open(file,1,1,DISK_CACHE_SIZE);
}
//获取应用在 SD 卡上的缓存路径，该目录会随着应用删除而删除，也可以自定义缓存路径
public static File getDiskCacheDir(Context context, String uniqueName) {
String cachePath;
if (Environment.MEDIA_MOUNTED.equals(Environment
.getExternalStorageState())
|| !Environment.isExternalStorageRemovable()) {
cachePath = context.getExternalCacheDir().getPath();
} else {
cachePath = context.getCacheDir().getPath();
}
return new File(cachePath + File.separator + uniqueName);
} DiskLruCache 的 缓存添加是通过 Editor 来完成的，表示对一个缓存对象的编辑对象。首先获取图片的 rul 所对应的 key，根据 key 来通过 edit() 来获取 Editor 对象。DiskLruCache 重载了 edit() 方法，一般是调用第一个，不过底层其实第一个也是调用了第二个。
edit() 方法使用了 synchronized，不允许同时编辑同一个缓存对象，否则就返回 null。还有因为图片的 url 可能包含特殊字符，影响在 Android 中使用，所以一般采用 url 的 md5 值作为 key。有了 key 之后我们就可以获取 Editor 对象，如果不存在就会返回一个新的 Editor 对象，通过 newOutputStream() 方法来得到一个文件输出流。newOutputStream() 方法需要传入一个参数，表示这个节点的第几个数据，因为一般只储存一个数据，所以可以直接设为0：
private void creatDiskLruCache() throws IOException {
...
cache = DiskLruCache.open(file,1,1,DISK_CACHE_SIZE);
DiskLruCache.Editor editor = cache.edit(key);
if (editor != null){
OutputStream stream = editor.newOutputStream(0);
}
}
有了输出流，我们需要将它写入文件系统：
public boolean downloadUrlToStream(String urlString,OutputStream stream) throws IOException {
HttpURLConnection connection = null;
BufferedOutputStream out = null;
BufferedInputStream in = null;
try {
URL url = new URL(urlString);
//获取图片url连接
connection = (HttpURLConnection) url.openConnection();
//获取图片的输入流
in = new BufferedInputStream(connection.getInputStream());
out = new BufferedOutputStream(out);
int b;
//将输入流写入输出流
while ((b=in.read())!=-1){
out.write(b);
}
return true;
} catch (MalformedURLException e) {
} finally {
//下载完成或者失败都要关闭，避免资源浪费
if (connection!=null){
connection.disconnect();
}
out.close();
in.close();
}
return false;
}
我们还需要调用 Editor 的 commit() 方法来提交写入操作才算完成。如果图片下载发生异常，我们也可以使用 Editor 的 abort() 方法来回退整个操作。
private void creatDiskLruCache() throws IOException {
...
OutputStream stream = editor.newOutputStream(0);
if (downloadUrlToStream(url,stream)){
editor.commit();
}else {
editor.abort();
}
cache.flush();
}
- DiskLruCache 的缓存查找
DiskLruCache 也是通过 key 来查找，得到一个 Snapshot 对象，然后获取输入流。
private void getDiskLruCache() throws IOException {
DiskLruCache.Snapshot snapshot = cache.get(key);
if (snapshot != null){
//这里传入的参数也是节点的第几个数据，所以也直接设置为0
FileInputStream in = (FileInputStream) snapshot.getInputStream(0);
Bitmap bitmap = BitmapFactory.decodeStream(in);
}
}
但是大量加载图片可能会导致 OOM，这里就需要了解一下图片的高效加载，大家可以看一下我上一篇博客：Android 图片的高效加载
但是这里有一个问题，因为 FileInputStream 是一个有序输入流，而高效加载的两次 decode() 方法会影响文件流的位置属性，导致第二次 decode() 方法得到的是 null，我们可以使用 BitmapFactory 的 decodeFileDescriptor() 方法：
private void getDiskLruCache() throws IOException {
DiskLruCache.Snapshot snapshot = cache.get(key);
if (snapshot != null){
//这里传入的参数也是节点的第几个数据，所以也直接设置为0
FileInputStream in = (FileInputStream) snapshot.getInputStream(0);
FileDescriptor descriptor = in.getFD();
Bitmap bitmap = BitmapFactory.decodeFileDescriptor(descriptor);
}
}
然后就可以使用进行高效加载。
学习自《Android 艺术开发探索》