GroupedLinkedMap 是 Glide 为实现其 BitmapPool 中 LRU（最近最少使用）逻辑而专门设计的高效双层哈希链表数据结构。它巧妙地解决了两个核心问题：按Bitmap规格快速分组查找 与 组内高效的LRU管理。
🧱 核心结构设计
GroupedLinkedMap 的内部结构是一个经典的 “哈希表+双链表” 组合：
// 概念结构示意（非实际代码）
public class GroupedLinkedMap<K, V> {
// 第一层：哈希映射，用于快速查找某个规格对应的Bitmap链表
private final Map<K, LinkedEntry<K, V>> keyToEntry = new HashMap<>();
// 第二层：双链表，用于维护所有组的全局LRU顺序
private final LinkedEntry<K, V> head = new LinkedEntry<>();
}
keyToEntry(HashMap)：作为索引层。键（Key）是SizeConfigStrategy为Bitmap规格（大小、格式）生成的标识符（例如“4096x4096_ARGB_8888”），值（Value）是一个LinkedEntry节点，代表一组相同规格的Bitmap集合。head(双链表头节点)：作为顺序层。所有LinkedEntry节点通过prev和next指针，串联成一个按访问时间排序的双向循环链表。
🔄 工作流程：存取如何发生
理解它如何运作的最佳方式是跟踪一次完整的Bitmap存取过程。
1. 存入一个Bitmap（put 方法）
假设我们要将一个 100x100 的 ARGB_8888 Bitmap 放入池中。
- 步骤A：生成Key。
SizeConfigStrategy会为这个Bitmap计算出其对应的Key（例如，规格标识）。 - 步骤B：查找或创建组。
GroupedLinkedMap用这个Key去keyToEntry哈希表中查找。如果找到，则定位到对应的LinkedEntry节点；如果没找到，则新建一个LinkedEntry节点，并放入哈希表。 - 步骤C：插入并更新顺序。将这个Bitmap添加到对应
LinkedEntry的内部列表（List<V>）的末尾。更重要的是，在双链表中，将这个LinkedEntry节点移动到整个链表的尾部（head.prev）。链表尾部代表最近被使用过。 - 总结：
put操作的核心是 “定位到组，数据入组，组节点提到最新”。
2. 取出一个Bitmap（get 方法）
当需要一个 100x100 的 ARGB_8888 Bitmap 时：
- 步骤A：生成Key。用同样的逻辑生成请求的Key。
- 步骤B：查找组。用Key在
keyToEntry中快速找到对应的LinkedEntry节点。 - 步骤C：从组内获取并更新顺序。从该节点内部列表的末尾（
List.size()-1）取出最后一个Bitmap（后进先出，LIFO，效率高）。同样，将这个LinkedEntry节点移动到双链表尾部，标记为最近使用。 - 步骤D：清理空组。如果这个
LinkedEntry节点内部的列表被取空了，就将这个节点从双链表和哈希表中都移除。 - 总结：
get操作的核心是 “快速定位组，组内取最新，提组到最新，空组则清理”。
🎯 设计精髓与优势
这种设计有几个精妙之处，恰好满足了 BitmapPool 的需求：
- 高效的LRU驱逐：当
BitmapPool需要释放内存时，LruBitmapPool会从GroupedLinkedMap的双链表头部（head.next） 开始移除LinkedEntry节点及其内部的Bitmap。链表头部对应的就是最久未被访问的规格组，这完美实现了LRU策略。 - 精确的分组管理：通过哈希表按规格分组，避免了遍历所有Bitmap来寻找匹配项，查找和插入的平均时间复杂度接近 O(1)。
- 内存友好的操作：组内使用
ArrayList存储，取用末尾元素无需移动数据；只有在组变空时才会移除节点，减少了频繁的哈希表与链表操作。
简单来说，你可以把 GroupedLinkedMap 想象成一个多层的储物柜。第一层（哈希表） 告诉你“哪种大小的衣服放哪个区域”，第二层（双链表） 记录了“哪个区域的衣服最久没被拿过”。当你需要找一件衣服时，能快速定位到区域（Key），并从该区域最新放入的那堆里拿一件（LIFO），同时把这个区域标记为“刚用过”。当储物柜满了要清空间时，就去找那个“最久没被用过的区域”整个清掉。
希望这个解释能帮你清晰地理解 GroupedLinkedMap 的巧妙之处。如果你想进一步探讨 SizeConfigStrategy 如何生成Key，或者 LruBitmapPool 如何与它协同完成整个内存管理，我可以继续为你展开。
