Android高效加載大圖、多圖解決方案，有效避免程序OOM

Android高效加載大圖、多圖解決方案，有效避免程序OOM

  

咱們在編寫Android程序的時候常常要用到許多圖片，不一樣圖片老是會有不一樣的形狀、不一樣的大小，但在大多數狀況下，這些圖片都會大於咱們程序所須要的大小。

 

好比說系統圖片庫裏展現的圖片大都是用手機攝像頭拍出來的，這些圖片的分辨率會比咱們手機屏幕的分辨率高得多。你們應該知道，咱們編寫的應用程序都是有必定內存限制的，程序佔用了太高的內存就容易出現OOM(OutOfMemory)異常。

咱們能夠經過下面的代碼看出每一個應用程序最高可用內存是多少。

int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);
Log.d("TAG", "Max memory is " + maxMemory + "KB");

所以在展現高分辨率圖片的時候，最好先將圖片壓縮。壓縮後的圖片大小應該和用來展現它的控件大小相近，在一個很小的ImageView上顯示一張超大的圖片不會帶來任何視覺上的好處，但卻會佔用咱們至關多寶貴的內存，並且在性能上還可能會帶來負面影響。下面咱們就來看一看，如何對一張大圖片進行適當的壓縮，讓它可以以最佳大小顯示的同時，還能防止OOM的出現。

BitmapFactory這個類提供了多個解析方法(decodeByteArray, decodeFile, decodeResource等)用於建立Bitmap對象，咱們應該根據圖片的來源選擇合適的方法。好比SD卡中的圖片可使用decodeFile方法，網絡上的圖片可使用decodeStream方法，資源文件中的圖片可使用decodeResource方法。這些方法會嘗試爲已經構建的bitmap分配內存，這時就會很容易致使OOM出現。爲此每一種解析方法都提供了一個可選的BitmapFactory.Options參數，將這個參數的inJustDecodeBounds屬性設置爲true就可讓解析方法禁止爲bitmap分配內存，返回值也再也不是一個Bitmap對象，而是null。雖然Bitmap是null了，可是BitmapFactory.Options的outWidth、outHeight和outMimeType屬性都會被賦值。這個技巧讓咱們能夠在加載圖片以前就獲取到圖片的長寬值和MIME類型，從而根據狀況對圖片進行壓縮。以下代碼所示：

BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(getResources(), R.id.myimage, options);
int imageHeight = options.outHeight;
int imageWidth = options.outWidth;
String imageType = options.outMimeType;

爲了不OOM異常，最好在解析每張圖片的時候都先檢查一下圖片的大小，除非你很是信任圖片的來源，保證這些圖片都不會超出你程序的可用內存。

如今圖片的大小已經知道了，咱們就能夠決定是把整張圖片加載到內存中仍是加載一個壓縮版的圖片到內存中。如下幾個因素是咱們須要考慮的：

預估一下加載整張圖片所需佔用的內存。

爲了加載這一張圖片你所願意提供多少內存。

用於展現這張圖片的控件的實際大小。

當前設備的屏幕尺寸和分辨率。

好比，你的ImageView只有128*96像素的大小，只是爲了顯示一張縮略圖，這時候把一張1024*768像素的圖片徹底加載到內存中顯然是不值得的。

那咱們怎樣才能對圖片進行壓縮呢？

經過設置BitmapFactory.Options中inSampleSize的值就能夠實現。好比咱們有一張2048*1536像素的圖片，將inSampleSize的值設置爲4，就能夠把這張圖片壓縮成512*384像素。本來加載這張圖片須要佔用13M的內存，壓縮後就只須要佔用0.75M了(假設圖片是ARGB_8888類型，即每一個像素點佔用4個字節)。下面的方法能夠根據傳入的寬和高，計算出合適的inSampleSize值：

public static int calculateInSampleSize(BitmapFactory.Options options,
        int reqWidth, int reqHeight) {
    // 源圖片的高度和寬度
    final int height = options.outHeight;
    final int width = options.outWidth;
    int inSampleSize = 1;
    if (height > reqHeight || width > reqWidth) {
        // 計算出實際寬高和目標寬高的比率
        final int heightRatio = Math.round((float) height / (float) reqHeight);
        final int widthRatio = Math.round((float) width / (float) reqWidth);
        // 選擇寬和高中最小的比率做爲inSampleSize的值，這樣能夠保證最終圖片的寬和高
        // 必定都會大於等於目標的寬和高。
        inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
    }
    return inSampleSize;
}

使用這個方法，首先你要將BitmapFactory.Options的inJustDecodeBounds屬性設置爲true，解析一次圖片。而後將BitmapFactory.Options連同指望的寬度和高度一塊兒傳遞到到calculateInSampleSize方法中，就能夠獲得合適的inSampleSize值了。以後再解析一次圖片，使用新獲取到的inSampleSize值，並把inJustDecodeBounds設置爲false，就能夠獲得壓縮後的圖片了。

public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId,
        int reqWidth, int reqHeight) {
    // 第一次解析將inJustDecodeBounds設置爲true，來獲取圖片大小
    final BitmapFactory.Options options = new BitmapFactory.Options();
    options.inJustDecodeBounds = true;
    BitmapFactory.decodeResource(res, resId, options);
    // 調用上面定義的方法計算inSampleSize值
    options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);
    // 使用獲取到的inSampleSize值再次解析圖片
    options.inJustDecodeBounds = false;
    return BitmapFactory.decodeResource(res, resId, options);
}
下面的代碼很是簡單地將任意一張圖片壓縮成100*100的縮略圖，並在ImageView上展現。
[java] view plaincopy
mImageView.setImageBitmap(
    decodeSampledBitmapFromResource(getResources(), R.id.myimage, 100, 100));

使用圖片緩存技術

在你應用程序的UI界面加載一張圖片是一件很簡單的事情，可是當你須要在界面上加載一大堆圖片的時候，狀況就變得複雜起來。在不少狀況下，（好比使用ListView, GridView 或者 ViewPager 這樣的組件），屏幕上顯示的圖片能夠經過滑動屏幕等事件不斷地增長，最終致使OOM。

爲了保證內存的使用始終維持在一個合理的範圍，一般會把被移除屏幕的圖片進行回收處理。此時垃圾回收器也會認爲你再也不持有這些圖片的引用，從而對這些圖片進行GC操做。用這種思路來解決問題是很是好的，但是爲了能讓程序快速運行，在界面上迅速地加載圖片，你又必需要考慮到某些圖片被回收以後，用戶又將它從新滑入屏幕這種狀況。這時從新去加載一遍剛剛加載過的圖片無疑是性能的瓶頸，你須要想辦法去避免這個狀況的發生。

這個時候，使用內存緩存技術能夠很好的解決這個問題，它可讓組件快速地從新加載和處理圖片。下面咱們就來看一看如何使用內存緩存技術來對圖片進行緩存，從而讓你的應用程序在加載不少圖片的時候能夠提升響應速度和流暢性。

內存緩存技術對那些大量佔用應用程序寶貴內存的圖片提供了快速訪問的方法。其中最核心的類是LruCache (此類在android-support-v4的包中提供) 。這個類很是適合用來緩存圖片，它的主要算法原理是把最近使用的對象用強引用存儲在 LinkedHashMap 中，而且把最近最少使用的對象在緩存值達到預設定值以前從內存中移除。

在過去，咱們常常會使用一種很是流行的內存緩存技術的實現，即軟引用或弱引用 (SoftReference or WeakReference)。可是如今已經再也不推薦使用這種方式了，由於從 Android 2.3 (API Level 9)開始，垃圾回收器會更傾向於回收持有軟引用或弱引用的對象，這讓軟引用和弱引用變得再也不可靠。另外，Android 3.0 (API Level 11)中，圖片的數據會存儲在本地的內存當中，於是沒法用一種可預見的方式將其釋放，這就有潛在的風險形成應用程序的內存溢出並崩潰。

爲了可以選擇一個合適的緩存大小給LruCache, 有如下多個因素應該放入考慮範圍內，例如：

你的設備能夠爲每一個應用程序分配多大的內存？

設備屏幕上一次最多能顯示多少張圖片？有多少圖片須要進行預加載，由於有可能很快也會顯示在屏幕上？

你的設備的屏幕大小和分辨率分別是多少？一個超高分辨率的設備（例如 Galaxy Nexus) 比起一個較低分辨率的設備（例如 Nexus S），在持有相同數量圖片的時候，須要更大的緩存空間。

圖片的尺寸和大小，還有每張圖片會佔據多少內存空間。

圖片被訪問的頻率有多高？會不會有一些圖片的訪問頻率比其它圖片要高？若是有的話，你也許應該讓一些圖片常駐在內存當中，或者使用多個LruCache 對象來區分不一樣組的圖片。

你能維持好數量和質量之間的平衡嗎？有些時候，存儲多個低像素的圖片，而在後臺去開線程加載高像素的圖片會更加的有效。

並無一個指定的緩存大小能夠知足全部的應用程序，這是由你決定的。你應該去分析程序內存的使用狀況，而後制定出一個合適的解決方案。一個過小的緩存空間，有可能形成圖片頻繁地被釋放和從新加載，這並無好處。而一個太大的緩存空間，則有可能仍是會引發 java.lang.OutOfMemory 的異常。

下面是一個使用 LruCache 來緩存圖片的例子：

private LruCache<String, Bitmap> mMemoryCache;

@Override
protected void onCreate(Bundle savedInstanceState) {
    // 獲取到可用內存的最大值，使用內存超出這個值會引發OutOfMemory異常。
    // LruCache經過構造函數傳入緩存值，以KB爲單位。
    int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);
    // 使用最大可用內存值的1/8做爲緩存的大小。
    int cacheSize = maxMemory / 8;
    mMemoryCache = new LruCache<String, Bitmap>(cacheSize) {
        @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.getByteCount() / 1024;
        }
    };
}

public void addBitmapToMemoryCache(String key, Bitmap bitmap) {
    if (getBitmapFromMemCache(key) == null) {
        mMemoryCache.put(key, bitmap);
    }
}

public Bitmap getBitmapFromMemCache(String key) {
    return mMemoryCache.get(key);
}

在這個例子當中，使用了系統分配給應用程序的八分之一內存來做爲緩存大小。在中高配置的手機當中，這大概會有4兆(32/8)的緩存空間。一個全屏幕的 GridView 使用4張 800x480分辨率的圖片來填充，則大概會佔用1.5兆的空間(800*480*4)。所以，這個緩存大小能夠存儲2.5頁的圖片。

當向 ImageView 中加載一張圖片時,首先會在 LruCache 的緩存中進行檢查。若是找到了相應的鍵值，則會馬上更新ImageView ，不然開啓一個後臺線程來加載這張圖片。

public void loadBitmap(int resId, ImageView imageView) {
    final String imageKey = String.valueOf(resId);
    final Bitmap bitmap = getBitmapFromMemCache(imageKey);
    if (bitmap != null) {
        imageView.setImageBitmap(bitmap);
    } else {
        imageView.setImageResource(R.drawable.image_placeholder);
        BitmapWorkerTask task = new BitmapWorkerTask(imageView);
        task.execute(resId);
    }
}
BitmapWorkerTask 還要把新加載的圖片的鍵值對放到緩存中。

class BitmapWorkerTask extends AsyncTask<Integer, Void, Bitmap> {
    // 在後臺加載圖片。
    @Override
    protected Bitmap doInBackground(Integer... params) {
        final Bitmap bitmap = decodeSampledBitmapFromResource(
                getResources(), params[0], 100, 100);
        addBitmapToMemoryCache(String.valueOf(params[0]), bitmap);
        return bitmap;
    }
}

掌握了以上兩種方法，不論是要在程序中加載超大圖片，仍是要加載大量圖片，都不用擔憂OOM的問題了!不過僅僅是理論地介紹不知道你們能不能徹底理解，在後面的文章中我會演示如何在實際程序中靈活運用上述技巧來避免程序OOM，敬請期待。