Android高效加載大圖、多圖解決方案，有效避免程序OOM

復制代碼

使用圖片緩存技術(shù)在你應用程序的UI界面加載一張圖片是一件很簡(jiǎn)單的事情，但是當你需要在界面上加載一大堆圖片的時(shí)候，情況就變得復雜起來(lái)。在很多情況下，(比如使用ListView, GridView 或者 ViewPager 這樣的組件)，屏幕上顯示的圖片可以通過(guò)滑動(dòng)屏幕等事件不斷地增加，最終導致OOM。為了保證內存的使用始終維持在一個(gè)合理的范圍，通常會(huì )把被移除屏幕的圖片進(jìn)行回收處理。此時(shí)垃圾回收器也會(huì )認為你不再持有這些圖片的引用，從而對這些圖片進(jìn)行GC操作。用這種思路來(lái)解決問(wèn)題是非常好的，可是為了能讓程序快速運行，在界面上迅速地加載圖片，你又必須要考慮到某些圖片被回收之后，用戶(hù)又將它重新滑入屏幕這種情況。這時(shí)重新去加載一遍剛剛加載過(guò)的圖片無(wú)疑是性能的瓶頸，你需要想辦法去避免這個(gè)情況的發(fā)生。這個(gè)時(shí)候，使用內存緩存技術(shù)可以很好的解決這個(gè)問(wèn)題，它可以讓組件快速地重新加載和處理圖片。下面我們就來(lái)看一看如何使用內存緩存技術(shù)來(lái)對圖片進(jìn)行緩存，從而讓你的應用程序在加載很多圖片的時(shí)候可以提高響應速度和流暢性。內存緩存技術(shù)對那些大量占用應用程序寶貴內存的圖片提供了快速訪(fǎng)問(wèn)的方法。其中最核心的類(lèi)是LruCache (此類(lèi)在android-support-v4的包中提供) 。這個(gè)類(lèi)非常適合用來(lái)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，并且把最近最少使用的對象在緩存值達到預設定值之前從內存中移除。

在過(guò)去，我們經(jīng)常會(huì )使用一種非常流行的內存緩存技術(shù)的實(shí)現，即軟引用或弱引用 (SoftReference or WeakReference)。但是現在已經(jīng)不再推薦使用這種方式了，因為從 Android 2.3 (API Level 9)開(kāi)始，垃圾回收器會(huì )更傾向于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不再可靠。另外，Android 3.0 (API Level 11)中，圖片的數據會(huì )存儲在本地的內存當中，因而無(wú)法用一種可預見(jiàn)的方式將其釋放，這就有潛在的風(fēng)險造成應用程序的內存溢出并崩潰。

為了能夠選擇一個(gè)合適的緩存大小給LruCache, 有以下多個(gè)因素應該放入考慮范圍內，例如：

你的設備可以為每個(gè)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?有多少圖片需要進(jìn)行預加載，因為有可能很快也會(huì )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(gè)超高分辨率的設備(例如 Galaxy Nexus) 比起一個(gè)較低分辨率的設備(例如 Nexus S)，在持有相同數量圖片的時(shí)候，需要更大的緩存空間。

圖片的尺寸和大小，還有每張圖片會(huì )占據多少內存空間。

圖片被訪(fǎng)問(wèn)的頻率有多高?會(huì )不會(huì )有一些圖片的訪(fǎng)問(wèn)頻率比其它圖片要高?如果有的話(huà)，你也許應該讓一些圖片常駐在內存當中，或者使用多個(gè)LruCache 對象來(lái)區分不同組的圖片。

你能維持好數量和質(zhì)量之間的平衡嗎?有些時(shí)候，存儲多個(gè)低像素的圖片，而在后臺去開(kāi)線(xiàn)程加載高像素的圖片會(huì )更加的有效。

并沒(méi)有一個(gè)指定的緩存大小可以滿(mǎn)足所有的應用程序，這是由你決定的。你應該去分析程序內存的使用情況，然后制定出一個(gè)合適的解決方案。一個(gè)太小的緩存空間，有可能造成圖片頻繁地被釋放和重新加載，這并沒(méi)有好處。而一個(gè)太大的緩存空間，則有可能還是會(huì )引起 java.lang.OutOfMemory 的異常。

下面是一個(gè)使用 LruCache 來(lái)緩存圖片的例子：

private LruCache

@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(gè)值會(huì )引起OutOfMemory異常。

// LruCache通過(guò)構造函數傳入緩存值，以KB為單位。

int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);

// 使用最大可用內存值的1/8作為緩存的大小。

int cacheSize = maxMemory / 8;

mMemoryCache = new LruCache

@Override

protected int sizeOf(String key, Bitmap bitmap) {

// 重寫(xiě)此方法來(lái)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);

}

復制代碼

在這個(gè)例子當中，使用了系統分配給應用程序的八分之一內存來(lái)作為緩存大小。在中高配置的手機當中，這大概會(huì )有4兆(32/8)的緩存空間。一個(gè)全屏幕的 GridView 使用4張 800x480分辨率的圖片來(lái)填充，則大概會(huì )占用1.5兆的空間(800*480*4)。因此，這個(gè)緩存大小可以存儲2.5頁(yè)的圖片。

當向 ImageView 中加載一張圖片時(shí),首先會(huì )在 LruCache 的緩存中進(jìn)行檢查。如果找到了相應的鍵值，則會(huì )立刻更新ImageView ，否則開(kāi)啟一個(gè)后臺線(xiàn)程來(lái)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);

}

}

復制代碼

BitmapWorkerTask 還要把新加載的圖片的鍵值對放到緩存中。

class BitmapWorkerTask extends AsyncTask

// 在后臺加載圖片。

@Override

protected Bitmap doInBackground(Integer... params) {

final Bitmap bitmap = decodeSampledBitmapFromResource(

getResources(), params[0], 100, 100);

addBitmapToMemoryCache(String.valueOf(params[0]), bitmap);

return bitmap;

}

}