編輯:關於Android編程
Android的內存優化是性能優化中很重要的一部分,而避免OOM又是內存優化中比較核心的一點。這是一篇關於內存優化中如何避免OOM的總結性概要文章,內容大多都是和OOM有關的實踐總結概要。理解錯誤或是偏差的地方,還請多包涵指正,謝謝!
Google在Android的官網上有這樣一篇文章,初步介紹了Android是如何管理應用的進程與內存分配:http://developer.android.com/training/articles/memory.html。 Android系統的Dalvik虛擬機扮演了常規的內存垃圾自動回收的角色,Android系統沒有為內存提供交換區,它使用paging與memory-mapping(mmapping)的機制來管理內存,下面簡要概述一些Android系統中重要的內存管理基礎概念。
Android系統通過下面幾種方式來實現共享內存:
Android應用的進程都是從一個叫做Zygote的進程fork出來的。Zygote進程在系統啟動,並載入通用的framework的代碼與資源之後開始啟動。為了啟動一個新的程序進程,系統會fork Zygote進程生成一個新的進程,然後在新的進程中加載並運行應用程序的代碼。這就使得大多數的RAM pages被用來分配給framework的代碼,同時促使RAM資源能夠在應用的所有進程之間進行共享。
每一個進程的Dalvik Heap都反映了使用內存的占用范圍。這就是通常邏輯意義上提到的Dalvik Heap Size,它可以隨著需要進行增長,但是增長行為會有一個系統為它設定上限。
邏輯上講的Heap Size和實際物理意義上使用的內存大小是不對等的,Proportional Set Size(PSS)記錄了應用程序自身占用以及與其他進程進行共享的內存。
圖1 根據不同內存數據類型執行不同GC操作
每一個Generation的內存區域都有固定的大小。隨著新的對象陸續被分配到此區域,當對象總的大小臨近這一級別內存區域的閥值時,會觸發GC操作,以便騰出空間來存放其他新的對象(如圖2所示)。
圖2 對象值臨近閥值觸發GC操作
通常情況下,GC發生的時候,所有的線程都是會被暫停的。執行GC所占用的時間和它發生在哪一個Generation也有關系,Young Generation中的每次GC操作時間是最短的,Old Generation其次,Permanent Generation最長。執行時間的長短也和當前Generation中的對象數量有關,遍歷樹結構查找20000個對象比起遍歷50個對象自然是要慢很多的。
Android系統並不會在用戶切換應用的時候執行交換內存操作。Android會把那些不包含Foreground組件的應用進程放到LRU Cache中。例如,當用戶開始啟動一個應用時,系統會為它創建一個進程。但是當用戶離開此應用,進程不會立即被銷毀,而是被放到系統的Cache當中。如果用戶後來再切換回到這個應用,此進程就能夠被馬上完整地恢復,從而實現應用的快速切換。
前面我們提到過使用getMemoryClass()的方法可以得到Dalvik Heap的阈值。簡要地獲取某個應用的內存占用情況可以參考下面的示例(更多內存查看的知識,可以參考Google官方教程:Investigating Your RAM Usage)
通過命令行查看內存詳細占用情況,如圖3所示。
圖3 命令行查看內存詳細占用情況
通過Android Studio的Memory Monitor查看內存中Dalvik Heap的實時變化,如圖4、5、6所示。
圖4 Memory Monitor查看內存中Dalvik Heap的實時變化(一)
圖5 Memory Monitor查看內存中Dalvik Heap的實時變化(二)
圖6 Memory Monitor查看內存中Dalvik Heap的實時變化(三)
關於Native Heap、Dalvik Heap、PSS等內存管理機制比較復雜,這裡就不展開詳細描述。簡單的說,通過不同的內存分配方式(malloc/mmap/JNIEnv/etc)對不同的對象(Bitmap/etc)進行操作,會因為Android系統版本的差異而產生不同的行為,對Native Heap與Dalvik Heap以及OOM的判斷條件都會有所影響。在2.x的系統上,我們常常可以看到Heap Size的total值,明顯超過了通過getMemoryClass()獲取到的阈值而不會發生OOM的情況。那麼,針對2.x與4.x的Android系統,到底如何判斷會發生OOM呢?
Android 2.x系統GC LOG中的dalvik allocated + external allocated + 新分配的大小 >= getMemoryClass()值的時候就會發生OOM。 例如,假設有這麼一段Dalvik輸出的GC LOG:GC_FOR_MALLOC free 2K, 13% free 32586K/37455K, external 8989K/10356K, paused 20ms,那麼32586+8989+(新分配23975)=65550>64M時,就會發生OOM。
Android 4.x的系統廢除了external的計數器,類似Bitmap的分配改到Dalvik的Java Heap中申請。只要allocated + 新分配的內存 >= getMemoryClass()的時候就會發生OOM,如圖7所示(注:雖然圖示演示的是ART運行環境,但是統計規則還是和Dalvik保持一致)。
圖7
前面介紹了一些基礎的內存管理機制以及OOM的基礎知識,那麼在實踐操作當中,有哪些指導性的規則可以參考呢?歸納下來,可以從四個方面著手,首先是減小對象的內存占用,其次是內存對象的重復利用,然後是避免對象的內存洩露,最後是內存使用策略優化。
避免OOM的第一步就是要盡量減少新分配出來的對象占用內存的大小,盡量使用更加輕量的對象。
例如,我們可以考慮使用ArrayMap/SparseArray而不是HashMap等傳統數據結構。圖8演示了HashMap的簡要工作原理,相比起Android專門為移動操作系統編寫的ArrayMap容器,在大多數情況下,都顯示效率低下,更占內存。通常的HashMap的實現方式更加消耗內存,因為它需要一個額外的實例對象來記錄Mapping操作。另外,SparseArray更加高效,在於他們避免了對key與value的自動裝箱(autoboxing),並且避免了裝箱後的解箱。
圖8 HashMap簡要工作原理
關於更多ArrayMap/SparseArray的討論,請參考《Android性能優化典范(三)》的前三個段落。
Android官方培訓課程提到過“Enums often require more than twice as much memory as static constants. You should strictly avoid using enums on Android.”,具體原理請參考《Android性能優化典范(三)》,所以請避免在Android裡面使用到枚舉。
Bitmap是一個極容易消耗內存的大胖子,減小創建出來的Bitmap的內存占用可謂是重中之重,通常來說有以下2個措施:
inSampleSize:縮放比例,在把圖片載入內存之前,我們需要先計算出一個合適的縮放比例,避免不必要的大圖載入。decode format:解碼格式,選擇ARGB_8888/RBG_565/ARGB_4444/ALPHA_8,存在很大差異。
在涉及給到資源圖片時,我們需要特別留意這張圖片是否存在可以壓縮的空間,是否可以使用更小的圖片。盡量使用更小的圖片不僅可以減少內存的使用,還能避免出現大量的InflationException。假設有一張很大的圖片被XML文件直接引用,很有可能在初始化視圖時會因為內存不足而發生InflationException,這個問題的根本原因其實是發生了OOM。
大多數對象的復用,最終實施的方案都是利用對象池技術,要麼是在編寫代碼時顯式地在程序裡創建對象池,然後處理好復用的實現邏輯。要麼就是利用系統框架既有的某些復用特性,減少對象的重復創建,從而降低內存的分配與回收(如圖9所示)。
圖9 對象池技術
在Android上面最常用的一個緩存算法是LRU(Least Recently Use),簡要操作原理如圖10所示。
圖10 LRU簡要操作原理
Android系統本身內置了很多的資源,比如字符串、顏色、圖片、動畫、樣式以及簡單布局等,這些資源都可以在應用程序中直接引用。這樣做不僅能減少應用程序的自身負重,減小APK的大小,還可以在一定程度上減少內存的開銷,復用性更好。但是也有必要留意Android系統的版本差異性,對那些不同系統版本上表現存在很大差異、不符合需求的情況,還是需要應用程序自身內置進去。
圖11
在ListView與GridView等顯示大量圖片的控件裡,需要使用LRU的機制來緩存處理好的Bitmap,如圖12所示。
圖12
利用inBitmap的高級特性提高Android系統在Bitmap分配與釋放執行效率(注:3.0以及4.4以後存在一些使用限制上的差異)。使用inBitmap屬性可以告知Bitmap解碼器去嘗試使用已經存在的內存區域,新解碼的Bitmap會嘗試去使用之前那張Bitmap在Heap中所占據的pixel data內存區域,而不是去問內存重新申請一塊區域來存放Bitmap。利用這種特性,即使是上千張的圖片,也只會僅僅只需要占用屏幕所能夠顯示的圖片數量的內存大小,如圖13所示。
圖13 利用inBitmap的高級特性提高Android在Bitmap分配與釋放執行效率
使用inBitmap需要注意幾個限制條件:
在SDK 11 -> 18之間,重用的Bitmap大小必須是一致的。例如給inBitmap賦值的圖片大小為100-100,那麼新申請的Bitmap必須也為100-100才能夠被重用。從SDK 19開始,新申請的Bitmap大小必須小於或者等於已經賦值過的Bitmap大小。
新申請的Bitmap與舊的Bitmap必須有相同的解碼格式。例如大家都是8888的,如果前面的Bitmap是8888,那麼就不能支持4444與565格式的Bitmap了。我們可以創建一個包含多種典型可重用Bitmap的對象池,這樣後續的Bitmap創建都能夠找到合適的“模板”去進行重用,如圖14所示。
圖14
另外,在2.x的系統上,盡管Bitmap是分配在Native層,但還是無法避免被計算到OOM的引用計數器裡。這裡提示一下,不少應用會通過反射vBitmapFactory.Options裡面的inNativeAlloc來達到擴大使用內存的目的,但是如果大家都這麼做,對系統整體會造成一定的負面影響,建議謹慎采納。
4)避免在onDraw方法裡面執行對象的創建
類似onDraw等頻繁調用的方法,一定需要注意避免在這裡做創建對象的操作,因為他會迅速增加內存的使用,而且很容易引起頻繁的gc,甚至是內存抖動。
5)StringBuilder
在有些時候,代碼中會需要使用到大量的字符串拼接的操作,這種時候有必要考慮使用StringBuilder來替代頻繁的“+”。
內存對象的洩漏,會導致一些不再使用的對象無法及時釋放,這樣一方面占用了寶貴的內存空間,很容易導致後續需要分配內存的時候,空閒空間不足而出現OOM。顯然,這還使得每級Generation的內存區域可用空間變小,GC就會更容易被觸發,容易出現內存抖動,從而引起性能問題(如圖15所示)。
圖15
最新的LeakCanary開源控件,可以很好的幫助我們發現內存洩露的情況,更多關於LeakCanary的介紹,請看這裡(中文使用說明)。另外也可以使用傳統的MAT工具查找內存洩露,請參考這裡(便捷的中文資料)。
通常來說,Activity的洩漏是內存洩漏裡面最嚴重的問題,它占用的內存多,影響面廣,我們需要特別注意以下兩種情況導致的Activity洩漏:
內部類引用導致Activity的洩漏
最典型的場景是Handler導致的Activity洩漏,如果Handler中有延遲的任務或者是等待執行的任務隊列過長,都有可能因為Handler繼續執行而導致Activity發生洩漏。此時的引用關系鏈是Looper -> MessageQueue -> Message -> Handler -> Activity。為了解決這個問題,可以在UI退出之前,執行remove Handler消息隊列中的消息與runnable對象。或者是使用Static + WeakReference的方式來達到斷開Handler與Activity之間存在引用關系的目的。
Activity Context被傳遞到其他實例中,這可能導致自身被引用而發生洩漏。
內部類引起的洩漏不僅僅會發生在Activity上,其他任何內部類出現的地方,都需要特別留意!我們可以考慮盡量使用static類型的內部類,同時使用WeakReference的機制來避免因為互相引用而出現的洩露。
對於大部分非必須使用Activity Context的情況(Dialog的Context就必須是Activity Context),我們都可以考慮使用Application Context而不是Activity的Context,這樣可以避免不經意的Activity洩露。
雖然在大多數情況下,我們會對Bitmap增加緩存機制,但是在某些時候,部分Bitmap是需要及時回收的。例如臨時創建的某個相對比較大的bitmap對象,在經過變換得到新的bitmap對象之後,應該盡快回收原始的bitmap,這樣能夠更快釋放原始bitmap所占用的空間。
需要特別留意的是Bitmap類裡面提供的createBitmap()方法,如圖16所示:
圖16 createBitmap()方法
這個函數返回的bitmap有可能和source bitmap是同一個,在回收的時候,需要特別檢查source bitmap與return bitmap的引用是否相同,只有在不等的情況下,才能夠執行source bitmap的recycle方法。
在Android程序裡面存在很多需要register與unregister的監聽器,我們需要確保在合適的時候及時unregister那些監聽器。自己手動add的listener,需要記得及時remove這個listener。
有時候,我們為了提高對象的復用性把某些對象放到緩存容器中,可是如果這些對象沒有及時從容器中清除,也是有可能導致內存洩漏的。例如,針對2.3的系統,如果把drawable添加到緩存容器,因為drawable與View的強應用,很容易導致activity發生洩漏。而從4.0開始,就不存在這個問題。解決這個問題,需要對2.3系統上的緩存drawable做特殊封裝,處理引用解綁的問題,避免洩漏的情況。
Android中的WebView存在很大的兼容性問題,不僅僅是Android系統版本的不同對WebView產生很大的差異,另外不同的廠商出貨的ROM裡面WebView也存在著很大的差異。更嚴重的是標准的WebView存在內存洩露的問題,請看這裡。所以通常根治這個問題的辦法是為WebView開啟另外一個進程,通過AIDL與主進程進行通信,WebView所在的進程可以根據業務的需要選擇合適的時機進行銷毀,從而達到內存的完整釋放。
在程序中我們經常會進行查詢數據庫的操作,但時常會存在不小心使用Cursor之後沒有及時關閉的情況。這些Cursor的洩露,反復多次出現的話會對內存管理產生很大的負面影響,我們需要謹記對Cursor對象的及時關閉。
正如前面提到的,Android設備根據硬件與軟件的設置差異而存在不同大小的內存空間,他們為應用程序設置了不同大小的Heap限制阈值。你可以通過調用getMemoryClass()來獲取應用的可用Heap大小。在一些特殊的情景下,你可以通過在manifest的application標簽下添加largeHeap=true的屬性來為應用聲明一個更大的heap空間。然後,你可以通過getLargeMemoryClass()來獲取到這個更大的heap size阈值。然而,聲明得到更大Heap阈值的本意是為了一小部分會消耗大量RAM的應用(例如一個大圖片的編輯應用)。不要輕易的因為你需要使用更多的內存而去請求一個大的Heap Size。只有當你清楚的知道哪裡會使用大量的內存並且知道為什麼這些內存必須被保留時才去使用large heap。因此請謹慎使用large heap屬性。使用額外的內存空間會影響系統整體的用戶體驗,並且會使得每次gc的運行時間更長。在任務切換時,系統的性能會大打折扣。另外, large heap並不一定能夠獲取到更大的heap。在某些有嚴格限制的機器上,large heap的大小和通常的heap size是一樣的。因此即使你申請了large heap,你還是應該通過執行getMemoryClass()來檢查實際獲取到的heap大小。
例如,在設計ListView或者GridView的Bitmap LRU緩存的時候,需要考慮的點有:
應用程序剩下了多少可用的內存空間?
有多少圖片會被一次呈現到屏幕上?有多少圖片需要事先緩存好以便快速滑動時能夠立即顯示到屏幕?
設備的屏幕大小與密度是多少? 一個xhdpi的設備會比hdpi需要一個更大的Cache來hold住同樣數量的圖片。
不同的頁面針對Bitmap的設計的尺寸與配置是什麼,大概會花費多少內存?
頁面圖片被訪問的頻率?是否存在其中的一部分比其他的圖片具有更高的訪問頻繁?如果是,也許你想要保存那些最常訪問的到內存中,或者為不同組別的位圖(按訪問頻率分組)設置多個LruCache容器。
Android用戶可以隨意在不同的應用之間進行快速切換。為了讓background的應用能夠迅速的切換到forground,每一個background的應用都會占用一定的內存。Android系統會根據當前的系統的內存使用情況,決定回收部分background的應用內存。如果background的應用從暫停狀態直接被恢復到forground,能夠獲得較快的恢復體驗,如果background應用是從Kill的狀態進行恢復,相比之下就顯得稍微有點慢,如圖17所示。
圖17 從Kill狀態進行恢復體驗更慢
onLowMemory():Android系統提供了一些回調來通知當前應用的內存使用情況,通常來說,當所有的background應用都被kill掉的時候,forground應用會收到onLowMemory()的回調。在這種情況下,需要盡快釋放當前應用的非必須的內存資源,從而確保系統能夠繼續穩定運行。
onTrimMemory(int):Android系統從4.0開始還提供了onTrimMemory()的回調,當系統內存達到某些條件的時候,所有正在運行的應用都會收到這個回調,同時在這個回調裡面會傳遞以下的參數,代表不同的內存使用情況,收到onTrimMemory()回調的時候,需要根據傳遞的參數類型進行判斷,合理的選擇釋放自身的一些內存占用,一方面可以提高系統的整體運行流暢度,另外也可以避免自己被系統判斷為優先需要殺掉的應用。
TRIM_MEMORY_UI_HIDDEN:你的應用程序的所有UI界面被隱藏了,即用戶點擊了Home鍵或者Back鍵退出應用,導致應用的UI界面完全不可見。這個時候應該釋放一些不可見的時候非必須的資源
當程序正在前台運行的時候,可能會接收到從onTrimMemory()中返回的下面的值之一:
TRIM_MEMORY_RUNNING_MODERATE:你的應用正在運行並且不會被列為可殺死的。但是設備此時正運行於低內存狀態下,系統開始觸發殺死LRU Cache中的Process的機制。
TRIM_MEMORY_RUNNING_LOW:你的應用正在運行且沒有被列為可殺死的。但是設備正運行於更低內存的狀態下,你應該釋放不用的資源用來提升系統性能。
TRIM_MEMORY_RUNNING_CRITICAL:你的應用仍在運行,但是系統已經把LRU Cache中的大多數進程都已經殺死,因此你應該立即釋放所有非必須的資源。如果系統不能回收到足夠的RAM數量,系統將會清除所有的LRU緩存中的進程,並且開始殺死那些之前被認為不應該殺死的進程,例如那個包含了一個運行態Service的進程。
當應用進程退到後台正在被Cached的時候,可能會接收到從onTrimMemory()中返回的下面的值之一:
TRIM_MEMORY_BACKGROUND:系統正運行於低內存狀態並且你的進程正處於LRU緩存名單中最不容易殺掉的位置。盡管你的應用進程並不是處於被殺掉的高危險狀態,系統可能已經開始殺掉LRU緩存中的其他進程了。你應該釋放那些容易恢復的資源,以便於你的進程可以保留下來,這樣當用戶回退到你的應用的時候才能夠迅速恢復。
TRIM_MEMORY_MODERATE:系統正運行於低內存狀態並且你的進程已經已經接近LRU名單的中部位置。如果系統開始變得更加內存緊張,你的進程是有可能被殺死的。
TRIM_MEMORY_COMPLETE:系統正運行於低內存的狀態並且你的進程正處於LRU名單中最容易被殺掉的位置。你應該釋放任何不影響你的應用恢復狀態的資源。
因為onTrimMemory()的回調是在API 14才被加進來的,對於老的版本,你可以使用onLowMemory)回調來進行兼容。onLowMemory相當與TRIM_MEMORY_COMPLETE。
請注意:當系統開始清除LRU緩存中的進程時,雖然它首先按照LRU的順序來執行操作,但是它同樣會考慮進程的內存使用量以及其他因素。占用越少的進程越容易被留下來。
我們知道hdpi/xhdpi/xxhdpi等等不同dpi的文件夾下的圖片在不同的設備上會經過scale的處理。例如我們只在hdpi的目錄下放置了一張100100的圖片,那麼根據換算關系,xxhdpi的手機去引用那張圖片就會被拉伸到200200。需要注意到在這種情況下,內存占用是會顯著提高的。對於不希望被拉伸的圖片,需要放到assets或者nodpi的目錄下。
在某些情況下,我們需要事先評估那些可能發生OOM的代碼,對於這些可能發生OOM的代碼,加入catch機制,可以考慮在catch裡面嘗試一次降級的內存分配操作。例如decode bitmap的時候,catch到OOM,可以嘗試把采樣比例再增加一倍之後,再次嘗試decode。
因為static的生命周期過長,和應用的進程保持一致,使用不當很可能導致對象洩漏,在Android中應該謹慎使用static對象(如圖19所示)。
圖19
雖然單例模式簡單實用,提供了很多便利性,但是因為單例的生命周期和應用保持一致,使用不合理很容易出現持有對象的洩漏。
如果你的應用需要在後台使用service,除非它被觸發並執行一個任務,否則其他時候Service都應該是停止狀態。另外需要注意當這個service完成任務之後因為停止service失敗而引起的內存洩漏。 當你啟動一個Service,系統會傾向為了保留這個Service而一直保留Service所在的進程。這使得進程的運行代價很高,因為系統沒有辦法把Service所占用的RAM空間騰出來讓給其他組件,另外Service還不能被Paged out。這減少了系統能夠存放到LRU緩存當中的進程數量,它會影響應用之間的切換效率,甚至會導致系統內存使用不穩定,從而無法繼續保持住所有目前正在運行的service。 建議使用IntentService,它會在處理完交代給它的任務之後盡快結束自己。更多信息,請閱讀Running in a Background Service。
越扁平化的視圖布局,占用的內存就越少,效率越高。我們需要盡量保證布局足夠扁平化,當使用系統提供的View無法實現足夠扁平的時候考慮使用自定義View來達到目的。
很多時候,開發者會使用抽象類作為”好的編程實踐”,因為抽象能夠提升代碼的靈活性與可維護性。然而,抽象會導致一個顯著的額外內存開銷:他們需要同等量的代碼用於可執行,那些代碼會被mapping到內存中,因此如果你的抽象沒有顯著的提升效率,應該盡量避免他們。
Protocol buffers是由Google為序列化結構數據而設計的,一種語言無關,平台無關,具有良好的擴展性。類似XML,卻比XML更加輕量,快速,簡單。如果你需要為你的數據實現序列化與協議化,建議使用nano protobufs。關於更多細節,請參考protobuf readme的”Nano version”章節。
使用類似Guice或者RoboGuice等框架注入代碼,在某種程度上可以簡化你的代碼。圖20是使用RoboGuice前後的對比圖:
圖20 使用RoboGuice前後對比圖
使用RoboGuice之後,代碼是簡化了不少。然而,那些注入框架會通過掃描你的代碼執行許多初始化的操作,這會導致你的代碼需要大量的內存空間來mapping代碼,而且mapped pages會長時間的被保留在內存中。除非真的很有必要,建議謹慎使用這種技術。
使用多進程可以把應用中的部分組件運行在單獨的進程當中,這樣可以擴大應用的內存占用范圍,但是這個技術必須謹慎使用,絕大多數應用都不應該貿然使用多進程,一方面是因為使用多進程會使得代碼邏輯更加復雜,另外如果使用不當,它可能反而會導致顯著增加內存。當你的應用需要運行一個常駐後台的任務,而且這個任務並不輕量,可以考慮使用這個技術。
一個典型的例子是創建一個可以長時間後台播放的Music Player。如果整個應用都運行在一個進程中,當後台播放的時候,前台的那些UI資源也沒有辦法得到釋放。類似這樣的應用可以切分成2個進程:一個用來操作UI,另外一個給後台的Service。
ProGuard能夠通過移除不需要的代碼,重命名類,域與方法等等對代碼進行壓縮,優化與混淆。使用ProGuard可以使得你的代碼更加緊湊,這樣能夠減少mapping代碼所需要的內存空間。
很多開源的library代碼都不是為移動網絡環境而編寫的,如果運用在移動設備上,並不一定適合。即使是針對Android而設計的library,也需要特別謹慎,特別是在你不知道引入的library具體做了什麼事情的時候。例如,其中一個library使用的是nano protobufs, 而另外一個使用的是micro protobufs。這樣一來,在你的應用裡面就有2種protobuf的實現方式。這樣類似的沖突還可能發生在輸出日志,加載圖片,緩存等等模塊裡面。另外不要為了1個或者2個功能而導入整個library,如果沒有一個合適的庫與你的需求相吻合,你應該考慮自己去實現,而不是導入一個大而全的解決方案。
在某些情況下,設計的某個方案能夠快速實現需求,但是這個方案卻可能在內存占用上表現的效率不夠好。例如:
圖21
對於上面這樣一個時鐘表盤的實現,最簡單的就是使用很多張包含指針的表盤圖片,使用幀動畫實現指針的旋轉。但是如果把指針扣出來,單獨進行旋轉繪制,顯然比載入N多張圖片占用的內存要少很多。當然這樣做,代碼復雜度上會有所增加,這裡就需要在優化內存占用與實現簡易度之間進行權衡了。
設計風格很大程度上會影響到程序的內存與性能,相對來說,如果大量使用類似Material Design的風格,不僅安裝包可以變小,還可以減少內存的占用,渲染性能與加載性能都會有一定的提升。
內存優化並不就是說程序占用的內存越少就越好,如果因為想要保持更低的內存占用,而頻繁觸發執行gc操作,在某種程度上反而會導致應用性能整體有所下降,這裡需要綜合考慮做一定的權衡。
Android的內存優化涉及的知識面還有很多:內存管理的細節,垃圾回收的工作原理,如何查找內存洩漏等等都可以展開講很多。OOM是內存優化當中比較突出的一點,盡量減少OOM的概率對內存優化有著很大的意義。
上一篇寫了一個可隨時暫停的圓形進度條,接下來再來撸一個帶小圓圈的倒計時View,主要難點是對於隨著進度條變化而變化的小圓的繪制。看了givemeacondom大神寫的小圓
今天是國慶,首先祝大家國慶快樂!漫漫國慶長假,然而我卻只能宅宿捨,但時間總不能這樣白白浪費了,這樣的時候,沒出去浪,那麼,就總結一下前段時間通過Android源碼分析了一
Android的繪圖繼承於View組件,重寫onDraw(Canvas canvas) 方法時涉及一個繪圖API: Canvas 代表了依附於指定View的畫布,並且提供
我們項目中經常會加載圖片,有時候如果加載圖片過多的話,小則導致程序很卡,重則OOM導致App掛了,今天翻譯https://developer.Android.com/tr