面试题：如何对图片进行缓存？
题目剖析：
1.网络、磁盘，内存缓存
2.缓存算法分析
3.以熟悉的框架为例分析它的缓存机制
4.要有验证算法效果的意识
一.图片加载过程
先从内存中读取，如果没有从磁盘中读取，如果没有从网络获取显示
二.缓存算法分析
设计缓存算法，需要考虑以下几点：
1.哪些应该保存？
获取成本，缓存成本，缓存的价值
首先看获取的成本高不高，获取成本高，缓存就非常值，其次看缓存成本，本身缓存内存就很小，如果缓存的文件是个1个g的，缓存就非常不值了，最后随着时间的推移，如果缓存的文件使用率不高，那缓存的价值就不高。
2.哪些应该丢弃？什么时候丢弃？
一、LRU算法：
这个时候我们的LRU算法就登场了(最近最少使用算法)，LRU算法的工作流程：假设我们设计的只能缓存4个，通过以下演算看下LRU的缓存流程：
1.访问顺序：A→B→D
缓存媒介：D→B→A
2.访问顺序：A→B→D→D
缓存媒介：D→B→A
3.访问顺序：A→B→D→D→BA→B→D→D→B
缓存媒介：B→D→A
4.访问顺序：A→B→D→D→B→C
缓存媒介：C→B→D→A
5.访问顺序：A→B→D→D→B→C→A
缓存媒介：A→C→B→D
6.访问顺序：A→B→D→D→B→C→A→E
缓存媒介：E→A→C→B
整个缓存的流程分为以上六步：
LruCache（Least Recently Used）算法的核心思想就是最近最少使用算法。他在算法的内部维护了一个LinkHashMap的链表，通过put数据的时候判断是否内存已经满了，如果满了，则将最近最少使用的数据给剔除掉，从而达到内存不会爆满的状态。我们发现经过以上几步缓存之后，缓存内容D被干掉了。
这里有一个疑问，为什么LruCache内部原理的实现需要用到LinkHashMap来存储数据呐？
因为LinkHashMap内部是一个数组加双向链表的形式来存储数据，他能够保证插入时候的数据和取出来的时候数据的顺序的一致性。也就是说，我们以什么样的顺序插入数据，就会以什么样的顺序取出数据。并且更重要的一点是，当我们通过get方法获取数据的时候，这个获取的数据会从队列中跑到队列头来，从而很好的满足我们LruCache的算法设计思想。
我们先看下LruCache算法的构造方法。
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);
}
从构造方法的源码我们可以看到，在这段代码中我们主要做了两件事。第一是判断下传递来的最大分配内存大小是否小于零，如果小于零则抛出异常，因为我们如果传入一个小于零的内存大小就没有意义了。之后在构造方法内存就new了一个LinkHashMap集合，从而得知LruCache内部实现原理果然是基于LinkHashMap来实现的，这里需要注意new LinkedHashMap<K, V>(0, 0.75f, true);时最后一个吃参数传的true，通过源码我们发现当为true时，当内存不足时，LinkedHashMap会自动删除最后一个元素。
二、LFU算法(最近不经常使用原则)：
如果用LFU算法来实现上面的缓存流程，则到最后缓存中的内容应该为E→D→B→A,我们发现最后把C给丢弃了，因为LFU遵循最近不经常使用原则，也就是说使用次数最少的，当内存不足时会首先被干掉。
我们熟悉的Glide图片加载框架就是使用LRUCache算法，内部也是基于LinkedhashMap来实现的。
总结：当面试时面试官问图片的缓存机制时，我们可以以Glide为例说下图片的加载过程，解释下LRUCache算法缓存原理以及内部基于LinkHashMap来实现的原因。