1    import java.lang.ref.SoftReference;

2    import java.lang.ref.WeakReference;

3    public class ReferenceDemo {

4        public static void main(String[] args) {

5            // 强引用

6            String str=new String("abc");

7            SoftReference<String> softRef=new SoftReference<String>(str);  // 软引用

8            str = null;  // 去掉强引用

9            System.gc(); // 垃圾回收器进行回收

10            System.out.println(softRef.get());

11            // 强引用

12            String abc = new String("123");

13            WeakReference<String> weakRef=new WeakReference<String>(abc); // 弱引用

14            abc = null;  // 去掉强引用

15            System.gc(); // 垃圾回收器进行回收

16            System.out.println(weakRef.get());

17        }

18    }

3 软引用的使用场景

比如在一个博客管理系统里，为了提升访问性能，在用户在点击博文时，如果这篇博文没有缓存到内存中，则需要做缓存动作，这样其它用户在点击同样这篇文章时，就能直接从内存里装载，而不用走数据库，这样能降低响应时间。

我们可以通过数据库级别的缓存在做到这点，这里也可以通过软引用来实现，具体的实现步骤如下。

第一，可以通过定义Content类来封装博文的内容，其中可以包括文章ID、文章内容、作者、发表时间和引用图片等相关信息。

第二，可以定义一个类型为HashMap<String, SoftReference<Content>>的对象类保存缓存内容，其中键是String类型，表示文章ID，值是指向Content的软引用。

第三，当用户点击某个ID的文章时，根据ID到第二步定义的HashMap里去找，如果找到，而且所对应的SoftReference<Content>值内容不是null，则直接从这里拿数据并做展示动作，这样不用走数据库，可以提升性能。

第四，如果用户点击的某个文章的ID在HashMap里找不到，或者虽然找到，但对应的值内容是空，那么就从数据库去找，找到后显示这个文章，同时再把它插入到HashMap里，这里请注意，显示后需要撤销掉这个Content类型对象上的强引用，保证它上面只有一个软引用。

来分析下用软引用有什么好处？假设我们用1个G的空间缓存了10000篇文章，这10000篇文章所占的内存空间上只有软引用。如果内存空间足够，那么我们可以通过缓存来提升性能，但万一内存空间不够，我们可以依次释放这10000篇文章所占的1G内存，释放后不会影响业务流程，最多就是降低些性能。

对比一下，如果我们这里不用软应用，而是用强引用来缓存，由于不知道文章何时将被点击，我们还无法得知什么时候可以撤销这些文章对象上的强引用，或者即使我们引入了一套缓存淘汰流程，但这就是额外的工作了，这就没刚才使用“软引用“那样方便了。

4 通过WeakHashMap来了解弱引用的使用场景

WeakHashMap和HashMap很相似，可以存储键值对类型的对象，但我们可以从它的名字上看出，其中的引用是弱引用。通过下面的WeakHashMapDemo.java，我们来看下它的用法。

1    import java.util.HashMap;

2    import java.util.Iterator;

3    import java.util.Map;

4    import java.util.WeakHashMap;

5    public class WeakHashMapDemo {

6        public static void main(String[] args) throws Exception {

7            String a = new String("a");

8            String b = new String("b");

9            Map weakmap = new WeakHashMap();

10            Map map = new HashMap();

11            map.put(a, "aaa");

12            map.put(b, "bbb");

13            weakmap.put(a, "aaa");

14            weakmap.put(b, "bbb");

15            map.remove(a);

16            a=null;

17            b=null;

18            System.gc();

19            Iterator i = map.entrySet().iterator();

20            while (i.hasNext()) {

21                Map.Entry en = (Map.Entry)i.next();              System.out.println("map:"+en.getKey()+":"+en.getValue());

22            }

23            Iterator j = weakmap.entrySet().iterator();

24            while (j.hasNext()) {

25                Map.Entry en = (Map.Entry)j.next();System.out.println("weakmap:"+en.getKey()+":"+en.getValue());

26            }

27        }

28    }

通过下表，我们来详细说明关键代码的含义。

表WeakHashMapDemo里针对关键代码的说明

根据上文和这里的描述，我们知道如果当一个对象上只有弱引用时，这个对象会在下次垃圾回收时被回收，下面我们给出一个弱引用的使用场景。

比如在某个电商网站项目里，我们会用Coupan这个类来保存优惠券信息，在其中我们可以定义优惠券的打折程度，有效日期和所作用的商品范围等信息。当我们从数据库里得到所有的优惠券信息后，会用一个List<Coupan>类型的coupanList对象来存储所有优惠券。

而且，我们想要用一种数据结构来保存一个优惠券对象以及它所关联的所有用户，这时我们可以用WeakHashMap<Coupan, <List<WeakReference <User>>>类型的weakCoupanHM对象。其中它的键是Coupan类型，值是指向List<User>用户列表的弱引用。

大家可以想象下，如果有100个优惠券，那么它们会存储于List<Coupan>类型的coupanList，同时，WeakHashMap<Coupan, <List<WeakReference <User>>>类型的weakCoupanHM对象会以键的形式存储这100个优惠券。而且，如果有1万个用户，那么我们可以用List<User>类型的userList对象来保存它们，假设coupan1这张优惠券对应着100个用户，那么我们一定会通过如下的代码存入这种键值对关系，weakCoupanHM.put(coupan1,weakUserList);，其中weakUserList里以弱引用的方式保存coupan1所对应的100个用户。

这样的话，一旦当优惠券或用户发生变更，它们的对应关系就能自动地更新，具体表现如下。

1 当某个优惠券（假设对应于coupan2对象）失效时，我们可以从coupanList里去除该对象，coupan2上就没有强引用了，只有weakCoupanHM对该对象还有个弱引用，这样coupan2对象能在下次垃圾回收时被回收，从而weakCoupanHM里就看不到了。

2 假设某个优惠券coupan3用弱引用的方式指向于100个用户，当某个用户（假设user1）注销账号时，它会被从List<User>类型的userList对象中被移除。这时该对象上只有weakCoupanHM里的值（也就是<List<WeakReference <User>>）这个弱引用，该对象同样能在下次垃圾回收时被回收，这样coupan3的关联用户就会自动地更新为99个。

如果不用弱引用，而是用常规的HashMap<Coupan,List<User>>来保存对应关系的话，那么一旦出现优惠券或用户的变更的话，那么我们就不得不手动地更新这个表示对应关系的HashMap对象了，这样，代码就会变得复杂，而且我们很有可能因疏忽而忘记在某个位置添加更新代码。相比之下，弱引用给我们带来的“自动更新“就能给我们带来很大的便利。