編輯:Android技術基礎
上節,我們已經學習了Bitmap的基本用法,而本節我們要來探討的Bitmap的OOM問題, 大家在實際開發中可能遇到過,或者沒遇到過因為Bitmap引起的OOM問題,本節我們 就來圍繞這個話題來進行學習~了解什麼是OOM,為什麼會引起OOM,改善因Bitmap引起的 OOM問題~
答:Out Of Memory(內存溢出),我們都知道Android系統會為每個APP分配一個獨立的工作空間, 或者說分配一個單獨的Dalvik虛擬機,這樣每個APP都可以獨立運行而不相互影響!而Android對於每個 Dalvik虛擬機都會有一個最大內存限制,如果當前占用的內存加上我們申請的內存資源超過了這個限制 ,系統就會拋出OOM錯誤!另外,這裡別和RAM混淆了,即時當前RAM中剩余的內存有1G多,但是OOM還是會發生!別把RAM(物理內存)和OOM扯到一起!另外RAM不足的話,就是殺應用了,而不是僅僅是OOM了! 而這個Dalvik中的最大內存標准,不同的機型是不一樣的,可以調用:
ActivityManager activityManager = (ActivityManager)context.getSystemService(Context.ACTIVITY_SERVICE); Log.e("HEHE","最大內存:" + activityManager.getMemoryClass());
獲得正常的最大內存標准,又或者直接在命令行鍵入:
adb shell getprop | grep dalvik.vm.heapgrowthlimit
你也可以打開系統源碼/system/build.prop文件,看下文件中這一部分的信息得出:
dalvik.vm.heapstartsize=8m dalvik.vm.heapgrowthlimit=192m dalvik.vm.heapsize=512m dalvik.vm.heaptargetutilization=0.75 dalvik.vm.heapminfree=2m dalvik.vm.heapmaxfree=8m
我們關注的地方有三個:heapstartsize堆內存的初始大小,heapgrowthlimit標准的應用的最大堆 內存大小,heapsize則是設置了使用android:largeHeap的應用的最大堆內存大小!
我這裡試了下手頭幾個機型的正常最大內存分配標准:
你也可以試試自己手頭的機子~
好啦,不扯了,關於OOM問題的產生,就扯到這裡,再扯就到內存管理那一塊了,可是個大塊頭, 現在還啃不動...下面我們來看下避免Bitmap OOM的一些技巧吧!
上一節說了BitmapFactory.Options這個類,我們可以設置下其中的inPreferredConfig屬性,
默認是Bitmap.Config.ARGB_8888,我們可以修改成Bitmap.Config.ARGB_4444
Bitmap.Config ARGB_4444:每個像素占四位,即A=4,R=4,G=4,B=4,那麼一個像素點占4+4+4+4=16位
Bitmap.Config ARGB_8888:每個像素占八位,即A=8,R=8,G=8,B=8,那麼一個像素點占8+8+8+8=32位
默認使用ARGB_8888,即一個像素占4個字節!
同樣是BitmapFactory.Options,我們通過inSampleSize設置縮放倍數,比如寫2,即長寬變為原來的1/2,圖片就是原來的1/4,如果不進行縮放的話設置為1即可!但是不能一味的壓縮,畢竟這個值太小 的話,圖片會很模糊,而且要避免圖片的拉伸變形,所以需要我們在程序中動態的計算,這個 inSampleSize的合適值,而Options中又有這樣一個方法:inJustDecodeBounds,將該參數設置為 true後,decodeFiel並不會分配內存空間,但是可以計算出原始圖片的長寬,調用 options.outWidth/outHeight獲取出圖片的寬高,然後通過一定的算法,即可得到適合的 inSampleSize,這裡感謝街神提供的代碼——摘自鴻洋blog!
public static int caculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) { int width = options.outWidth; int height = options.outHeight; int inSampleSize = 1; if (width > reqWidth || height > reqHeight) { int widthRadio = Math.round(width * 1.0f / reqWidth); int heightRadio = Math.round(height * 1.0f / reqHeight); inSampleSize = Math.max(widthRadio, heightRadio); } return inSampleSize; }
然後使用下上述的方法即可:
BitmapFactory.Options options = new BitmapFactory.Options(); options.inJustDecodeBounds = true; // 設置了此屬性一定要記得將值設置為false Bitmap bitmap = null; bitmap = BitmapFactory.decodeFile(url, options); options.inSampleSize = computeSampleSize(options,128,128); options.inPreferredConfig = Bitmap.Config.ARGB_4444; /* 下面兩個字段需要組合使用 */ options.inPurgeable = true; options.inInputShareable = true; options.inJustDecodeBounds = false; try { bitmap = BitmapFactory.decodeFile(url, options); } catch (OutOfMemoryError e) { Log.e(TAG, "OutOfMemoryError"); }
如果引用了大量的Bitmap對象,而應用又不需要同時顯示所有圖片。可以將暫時不用到的Bitmap對象 及時回收掉。對於一些明確知道圖片使用情況的場景可以主動recycle回收,比如引導頁的圖片,使用 完就recycle,幀動畫,加載一張,畫一張,釋放一張!使用時加載,不顯示時直接置null或recycle! 比如:imageView.setImageResource(0); 不過某些情況下會出現特定圖片反復加載,釋放,再加載等,低效率的事情...
下面這些方法,我並沒有用過,大家可以自行查閱相關資料:
建個SoftReference的hashmap 使用圖片時先查詢這個hashmap是否有softreference, softreference裡的圖片是否為空, 如果為空就加載圖片到softreference並加入hashmap。 無需再代碼裡顯式的處理圖片的回收與釋放,gc會自動處理資源的釋放。 這種方式處理起來簡單實用,能一定程度上避免前一種方法反復加載釋放的低效率。但還不夠優化。
示例代碼:
private Map<String, SoftReference<Bitmap>> imageMap = new HashMap<String, SoftReference<Bitmap>>(); public Bitmap loadBitmap(final String imageUrl,final ImageCallBack imageCallBack) { SoftReference<Bitmap> reference = imageMap.get(imageUrl); if(reference != null) { if(reference.get() != null) { return reference.get(); } } final Handler handler = new Handler() { public void handleMessage(final android.os.Message msg) { //加入到緩存中 Bitmap bitmap = (Bitmap)msg.obj; imageMap.put(imageUrl, new SoftReference<Bitmap>(bitmap)); if(imageCallBack != null) { imageCallBack.getBitmap(bitmap); } } }; new Thread(){ public void run() { Message message = handler.obtainMessage(); message.obj = downloadBitmap(imageUrl); handler.sendMessage(message); } }.start(); return null ; } // 從網上下載圖片 private Bitmap downloadBitmap (String imageUrl) { Bitmap bitmap = null; try { bitmap = BitmapFactory.decodeStream(new URL(imageUrl).openStream()); return bitmap ; } catch (Exception e) { e.printStackTrace(); return null; } } public interface ImageCallBack{ void getBitmap(Bitmap bitmap); }
Android 3.1版本起,官方還提供了LruCache來進行cache處理,當存儲Image的大小大於LruCache 設定的值,那麼近期使用次數最少的圖片就會被回收掉,系統會自動釋放內存!
使用示例:
步驟:
1)要先設置緩存圖片的內存大小,我這裡設置為手機內存的1/8, 手機內存的獲取方式:int MAXMEMONRY = (int) (Runtime.getRuntime() .maxMemory() / 1024);
2)LruCache裡面的鍵值對分別是URL和對應的圖片
3)重寫了一個叫做sizeOf的方法,返回的是圖片數量。
private LruCache<String, Bitmap> mMemoryCache; private LruCacheUtils() { if (mMemoryCache == null) mMemoryCache = new LruCache<String, Bitmap>( MAXMEMONRY / 8) { @Override protected int sizeOf(String key, Bitmap bitmap) { // 重寫此方法來衡量每張圖片的大小,默認返回圖片數量。 return bitmap.getRowBytes() * bitmap.getHeight() / 1024; } @Override protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) { Log.v("tag", "hard cache is full , push to soft cache"); } }; }
4)下面的方法分別是清空緩存、添加圖片到緩存、從緩存中取得圖片、從緩存中移除。
移除和清除緩存是必須要做的事,因為圖片緩存處理不當就會報內存溢出,所以一定要引起注意。
public void clearCache() { if (mMemoryCache != null) { if (mMemoryCache.size() > 0) { Log.d("CacheUtils", "mMemoryCache.size() " + mMemoryCache.size()); mMemoryCache.evictAll(); Log.d("CacheUtils", "mMemoryCache.size()" + mMemoryCache.size()); } mMemoryCache = null; } } public synchronized void addBitmapToMemoryCache(String key, Bitmap bitmap) { if (mMemoryCache.get(key) == null) { if (key != null && bitmap != null) mMemoryCache.put(key, bitmap); } else Log.w(TAG, "the res is aready exits"); } public synchronized Bitmap getBitmapFromMemCache(String key) { Bitmap bm = mMemoryCache.get(key); if (key != null) { return bm; } return null; } /** * 移除緩存 * * @param key */ public synchronized void removeImageCache(String key) { if (key != null) { if (mMemoryCache != null) { Bitmap bm = mMemoryCache.remove(key); if (bm != null) bm.recycle(); } } }
上述內容摘自——圖片緩存之內存緩存技術LruCache,軟引用
本節給大家講解了OOM問題的發生緣由,也總結了一下網上給出的一些避免因Bitmap而引起OOM 的一些方案,因為公司做的APP都是地圖類的,很少涉及到圖片,所以筆者並沒有遇到過OOM的問題, 所以對此並不怎麼熟悉~後續在進階課程的內存管理,我們再慢慢糾結這個OOM的問題,好的, 本節就到這裡,謝謝~
參考文獻: Android應用中OOM問題剖析和解決方案
本節引言:嗯,本來說好今天不寫的,還是寫吧,畢竟難得空閒哈~,本節給大家帶來的是ColorFilter的第三個子類:PorterDuffColorF
在android系統中,很多資源文件中,很多都是xml格式,在android系統中解析這些xml的方式,是使用pul解析器進行解析的,它和sax解析一樣(個人感覺要比sa
android中的Service(服務)是一個什麼樣的東東呢?如果你對Windows系統中的服務理解,可以認為他們同理。如果你不了解也沒有關系,你只管把Service當成
本節引言告別了第一章,迎來第二章——Android中的UI(User Interface)組件的詳解,而本節我們要學習的是所有控件的父類View和V