如何在 Java 中利用 WeakHashMap 的特性构建一个不会导致内存溢出的图片缓存
WeakHashMap 不是一个拿来就能用的图片缓存方案，至少，不能直接把图片存成 value 然后用它来扛 OOM。这个结论可能跟不少人的直觉相悖，但坑就在源码里。 先说核心结论：WeakHashMap 的 key 是弱引用，value 却是强引用——这写在文档里，但很多人在手写缓存时忽略了后半句
WeakHashMap 不是一个拿来就能用的图片缓存方案，至少，不能直接把图片存成 value 然后用它来扛 OOM。这个结论可能跟不少人的直觉相悖，但坑就在源码里。
WeakHashMap 为什么不适合直接做图片缓存
本质上，WeakHashMap 的设计初衷是当 key 不再被外部强引用时，能够自动将整个 entry 移除。但这个 “自动” 是有前提的——只有当你**在 GC 之后真正访问 map**（比如 get、put、size 等操作）时，它才会清理那些 key 已被回收的 entry。而图片缓存这种高频更新、且 value 极其庞大的场景，entry 的堆积几乎是必然的。这还没算上 value 强引用带来的连锁反应：只要业务代码还持着那张 Bitmap，value 就稳稳地躺在堆里。 一个常见的错误现象就是：`OutOfMemoryError: Ja va heap space` 依然会出现，甚至在低内存设备上比不用缓存时还快。这不是 WeakHashMap 的错，是你用错了它的开放假设。 那怎么补救呢？真正可行的方案不是放弃 WeakHashMap，而是明确它的责任边界——它只管 key 的弱引用，value 必须额外包装。举个例子： - 用 `SoftReference` 包裹 value。因为相比之下，`SoftReference` 在 JVM 内存不足时才会批量回收，而 `WeakReference` 可能刚离开作用域就没了，缓存命中率会断崖下跌。 - 手动清理失效 entry。每次 get() 后判空，发现被回收了就调用 remove()。 - 不要省掉 equals() 和 hashCode() 的重写，虽然 String 已经满足，但自定义 key 时常常被忽略。用 WeakHashMap + SoftReference 构建安全缓存的核心写法
一段最小可行的实现（Ja va 17+）大概长这样：public class ImageCache {
private final Map> cache
= new WeakHashMap<>();
public BufferedImage get(String key) {
SoftReference ref = cache.get(key);
BufferedImage img = (ref != null) ? ref.get() : null;
if (img == null) {
cache.remove(key);
}
return img;
}
public void put(String key, BufferedImage value) {
cache.put(key, new SoftReference<>(value));
}
}
注意几个关键节点：
- 每次 get() 之后必须判空并手动 remove()，否则失效的 SoftReference 会一直占着桶位；
- 不要在 put() 前先 get() 检查 key 是否存在——WeakHashMap 的 get() 不触发清理，旧 entry 可能仍然残留；
- 当前的 key 必须支持 equals() 和 hashCode() 方法，String 已经自带，自定义 key 别忘了。
Android 场景下必须绕开的坑：Bitmap 与 WeakHashMap 的双重陷阱
Android 上直接拿 WeakHashMap 来缓存 Bitmap，几乎就是踩雷预定。 首先，Bitmap 对象本身并不大，真正的内存大头在 native heap 上——像素数据存在那里。而 WeakHashMap 的 key 弱引用机制是针对 JVM heap 的，对 native 内存完全没辙。换句话说，哪怕 key 被回收了，那张图在 native 层占着的空间照样纹丝不动。 其次，Android 8.0 以上默认开了 `LargeHeap`，但 native 内存仍然受系统限制，OOM 时常表现为 `Failed to allocate a 12345678 byte allocation` —— 这个异常跟 WeakHashMap 清不清理 entry 一点关系都没有。 还有，WeakHashMap 是哈希表结构，频繁增删会触发 rehash，产生临时对象，间接加重 GC 压力。而图片缓存最怕的就是 GC 抖动。 更稳妥的思路是什么？ - 上 `LruCache什么时候该放弃 WeakHashMap 改用其他方案
WeakHashMap 的适用场景其实非常窄：只有当你需要 “key 的生命周期天然短于 value，而且 key 本身容易被意外强引用” 时，它才值得用。图片缓存几乎不满足这个前提——大多数情况下，key 是 URL 或文件名，强引用稳定得很，根本不需要弱引用这一层。 更推荐的替代方案： - 纯内存缓存：用 Caffeine，配置 `softValues()`，代码量不大，但功能完整，支持大小限制、过期策略和引用级别控制： ``` Caffeine.newBuilder().maximumSize(100).softValues().build() ``` - 混合缓存：Android 上内存层用 LruCache，磁盘层用 DiskLruCache 或 Room；服务端场景可以直接上 Redis，用 EXPIRE 或 LRU 驱逐策略，比 JVM 级弱引用更可控、也更直观。 一句话总结：WeakHashMap 不是一个缓存工具，它就是一个带弱键的哈希表。把它当成缓存来用，就像拿螺丝刀当锤子。真正防 OOM，得从引用强度、容量上限、回收时机三个维度同时下手，而不是只盯着 key 的引用级别做文章。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
