关于Android加载图片时的OOM的一些解决方法和优化

1、通过强引用和弱引用以及LRU算法：

private static final int HARD_CACHE_CAPACITY = 20;//强引用的bitmap的数量

//为了提高图片的利用率，通过单链表实现先进先出，将老的图片移到软引用里面保存

private static LinkedHashMap<String, Drawable> sHardBitmapCache = new LinkedHashMap<String, Drawable>(
HARD_CACHE_CAPACITY / 2, 0.75f, true) {
protected boolean removeEldestEntry(Map.Entry<String, Drawable> eldest) {
if (size() > HARD_CACHE_CAPACITY) {
// Entries push-out of hard reference cache are transferred to
// soft reference cache
sSoftBitmapCache.put(eldest.getKey(),
new WeakReference<Drawable>(eldest.getValue()));
return true;
} else
return false;

};
};

//通过软引用保存部分图片

private static LRULinkedHashMap<String, WeakReference<Drawable>> sSoftBitmapCache = new LRULinkedHashMap<String, WeakReference<Drawable>>(
20);

// 实现LRU算法，将bitmap从软引用中移出
public static class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {
private final int maxCapacity;

private static final float DEFAULT_LOAD_FACTOR = 0.75f;

private final Lock lock = new ReentrantLock();

public LRULinkedHashMap(int maxCapacity) {
super(maxCapacity, DEFAULT_LOAD_FACTOR, true);
this.maxCapacity = maxCapacity;
}

@Override
protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
return size() > maxCapacity;
}

@Override
public boolean containsKey(Object key) {
try {
lock.lock();
return super.containsKey(key);
} finally {
lock.unlock();
}
}

@Override
public V get(Object key) {
try {
lock.lock();
return super.get(key);
} finally {
lock.unlock();
}
}

@Override
public V put(K key, V value) {
try {
lock.lock();
return super.put(key, value);
} finally {
lock.unlock();
}
}

public int size() {
try {
lock.lock();
return super.size();
} finally {
lock.unlock();
}
}

public void clear() {
try {
lock.lock();
super.clear();
} finally {
lock.unlock();
}
}

public Collection<Map.Entry<K, V>> getAll() {
try {
lock.lock();
return new ArrayList<Map.Entry<K, V>>(super.entrySet());
} finally {
lock.unlock();
}
}
}

2、通过压缩图片，可以有效的�p少bitmap的大小，但是图片清晰度要求高的项目中此方法不可取，另外在项目中，如果是从网络上取图片，不建议这么做，浪费了很大的流量，而且还导致图片不清晰，应该将图片的参数传给服务器端，服务器端根据参数来压缩图片，这样可以节约流量。如果是拍照，建议调用下面的方法，因为之前在项目中遇到拍照，由于有些手机内存小，而且图片比较高清,decode的时候，图片过大导致内存溢出。

InputStream is = this.getResources().openRawResource(R.drawable.pic);
BitmapFactory.Options options=new BitmapFactory.Options();
options.inJustDecodeBounds = false;
options.inSampleSize = 2; //width，hight设为原来的四分之一
Bitmap btp =BitmapFactory.decodeStream(is,null,options);

3、通过调用Bitmap的recycle 方法

这个方法只是做一个标记，告诉Java虚拟机，这个图片可以回收了，bitmap图片的回收还是要根据GC的时机

这个方法有一个弊端就是容易造成trying to use a recycled bitmap.的异常

ImageView imageView=(ImageView) findViewById(R.id.image);

Bitmap bitmap=BitmapFactory.decodeStream....

imageView.setImageBitmap(bitmap);

if(bitmap!=null)

bitmap.recycle();

造成异常的原因是系统在调用imageView.setImageBitmap(bitmap)的时候，回根据bitmap这个引用去找在内存中的图片，结果发现图片已经回收了，就回报这个异常。

所以, 怎样才可以保证不会早了呢？

关于图片显示，重要的时间点：

设置进去的时间点；

画面画出来的时间点；

最保险最笨的做法，在新的图片设置进去以后再recycle掉老的图片，这样做的坏处在于，在某个时间段，你需要的空间是double的【新旧两套都在】；

如果你不偏向于那么做，又有时间，可以考虑后面一个时间点，除了setImage以及其它代码中显示调用那个bitmap的时候我们会检查bitmap，在acticvity变为visible的时候系统还是会去找之前设置进去的bitmap【即使你的onResume方法里面并没有提到去refresh UI，这件事情它也是会去做的，大概不然它就不知道这次该显示些什么了】。所以，在UI线程里面，在一个不可能被打断的方法里面，是先设置新的bitmap还是先recycle旧的图片是没有影响的。

譬如说 mBitmap.recycle();

mBitmap = ….. //设置

mImageView.setImage(mBitmap);

这样的代码是完全可以的。

你先调用ImageView.setImageBitmap(null)

然后再调用if(bitmap!=null)

bitmap.recycle();

说白了要先找到源，处理了，然后再去回收。

如果有一张图片被多个Activity以用，而且是通过HashMap引用的，如果你要执行recycle

这个时候为了保险起见

Bitmap bitmap=map.remove(url)

map.put(url,null);

if(bitmap!=null){

bitmap.recycle();

}

map.remove(url);

最重要的就是确保：在UI线程【因为设置UI显示只能在UI主线程里】里面一个不可能被打断的方法里面。这个是为了确保在两者之间UI主线程不可能被打断，不可能刚好从invisible变成visible。

所以，特别小心两种东西：

1. 多线程【个人觉得最好不要在其他线程里面调用UI用过的bitmap的recycle方法，多线程之间是很难保证时间顺序的，暂时没有想出一种在background thread里面recycle的合理的方式】；

2. 非及时发生的方法：譬如，发intent啊，发notify啊去通知UI主线程去做UI重新刷新并不能替代mImageView.setImage(mBitmap);这样的句子。完全有可能，你确实发了intent出去了，但是目标activity之一还没有做UI重新设置【Q: maybe没收到 or 收到但还是等待处理，不确定这两种可能是不是都有可能】，这个时候这个acitivity变成visible了，系统仍然试图找旧的图片，找不到了就会报exception了。

4对于listView这样的控件应该加上缓存机制

例如

final Viewhodler viewhodler;

if (convertView == null) {
viewhodler = new Viewhodler();
LayoutInflater inflater = ((Activity) context)
.getLayoutInflater();
convertView = inflater.inflate(R.layout.film_item, null);

viewhodler.icon = (ImageView) convertView
.findViewById(R.id.icon);
viewhodler.value = (TextView) convertView
.findViewById(R.id.price);
convertView.setTag(viewhodler);

} else {
viewhodler = (Viewhodler) convertView.getTag();
}

5在一个Activity中如果有一个listView或者gallery加载图片，退出Activity，这些线程仍旧在执行，而且大量内存被占用，而且更加容易造成oom，这个我在之前的项目中经常遇到这样的问题，后来我通过线程池+FutureTask解决了。在退出Activity的时候关闭在这个Activity里面开的线程，可以让Activity尽快结束，以便Java垃圾回收机制能够回收。

如果通过线程池+Runnable实现的图片加载，是没法停止单个的线程的。但是可以通过线程池+FutureTask来实现。

下面先介绍一下FuturTask

FutureTask是一种可以取消的异步的计算任务。它的计算是通过Callable实现的，它等价于可以携带结果的Runnable，并且有三个状态：等待、运行和完成。完成包括所有计算以任意的方式结束，包括正常结束、取消和异常。

Future有个get方法而获取结果只有在计算完成时获取，否则会一直阻塞直到任务转入完成状态，然后会返回结果或者抛出异常。

FutureTask有下面几个重要的方法：

1.get()

阻塞一直等待执行完成拿到结果

2.get(int timeout, TimeUnit timeUnit)

阻塞一直等待执行完成拿到结果，如果在超时时间内，没有拿到抛出异常

3.isCancelled()

是否被取消

4.isDone()

是否已经完成

5.cancel(boolean mayInterruptIfRunning)

试图取消正在执行的任务

我们正是要通过cancel方法来取消一个线程，在退出Activity的时候调用FutureTask的cancel（true)方法

6.通过以上的方法，就不会有内存溢出了么，答案是否定的，因为由于Java垃圾回收机制的不确定性，可能在某一个时刻，内存占用较大，而且这个时候还在不断的加载图片，这个时候就有可能发生内存溢出的情况。所以在代码中要对发生内存溢出进行处理。

而且这个异常也要捕获。以下是截取的部分代码片段

try {
URL url = new URL(imageUrl);
conn = (HttpURLConnection) url.openConnection();
conn.setConnectTimeout(10 * 1000);
conn.connect();
inputStream = conn.getInputStream();
final BitmapFactory.Options options = new BitmapFactory.Options();
options.inPreferredConfig = Bitmap.Config.RGB_565;
// options.inSampleSize = 2;
bitmap = BitmapFactory.decodeStream(inputStream, null, options);
if (bitmap != null) {
drawable = new BitmapDrawable(context.getResources(),
bitmap);
addBitmapToCache(imageUrl, drawable);
savePic(bitmap, imageUrl);// 保存图片
}
} catch (Exception e) {
return null;
} catch (OutOfMemoryError oom) {
clearCache();
System.gc();
} finally {
if (inputStream != null) {
try {
inputStream.close();
} catch (Exception e) {

}
}
if (conn != null) {
try {
conn.disconnect();
} catch (Exception e) {

}
}

}

7.程序没有发生OOM异常意味着程序没有问题了么，其实不是的，如果一个应用程序占用了大量的内存，会导致这个应用程序运行缓慢，而且很卡，所以解决内存问题对于提高程序的性能尤为重要，所以在项目中，大家要做好内存的优化，开发高性能的应用程序。

方法之一：

BitmapFactory.Options options = new BitmapFactory.Options();

options.inPreferredConfig = Config.ARGB_8888;

options.inPurgeable = true;// 允许可清除

options.inInputShareable = true;// 以上options的两个属性必须联合使用才会有效果

String sname = String.format( “xxx.png”, sTowerStyle, j, sDirction, i);

InputStream is = am.open(sname);

arrBmp[ iBmpIndex] = BitmapFactory .decodeStream(is, null, options);

方法之二：

将图片转化为缩略图再加载：

BitmapFactory.Options options = new BitmapFactory.Options（）;

options.inSampleSize = 2;

Bitmap img = BitmapFactory.decodeFile（"/sdcard/1.png"， options）;

该段代码便是读取1.png的缩略图，长度、宽度都只有原图片的1/2。图片大小削减，占用的内存天然也变小了。这么做的弊病是图片质量变差，inSampleSize的值越大，图片的质量就越差。因为各手机厂商缩放图片的算法不合，在不合手机上的缩放图片质量可能会不合。笔者就遭受过moto手机上图片缩放后质量可以接管，三星手机上同样的缩放比例，质量却差很多的景象。

方法之三：

用ARBG_4444色彩模式加载图片：

Android中有四种，分别是：

ALPHA_8：每个像素占用1byte内存

ARGB_4444:每个像素占用2byte内存

ARGB_8888:每个像素占用4byte内存

RGB_565:每个像素占用2byte内存

Android默认的色彩模式为ARGB_8888，这个色彩模式色彩最细腻，显示质量最高。但同样的，占用的内存也最大。

BitmapFactory.Options options = new BitmapFactory.Options（）;

options.inPreferredConfig = Bitmap.Config.ARGB_4444;

Bitmap img = BitmapFactory.decodeFile（"/sdcard/1.png"， options）;

以上代码便是将1.png以ARGB_4444模式读出。内存削减固然不如第一种办法明显，然则对于大多半图片，看不出与ARGB_8888模式有什么差别。不过在读取有渐变结果的图片时，可能有色彩条呈现。别的，会影响图片的殊效处理惩罚。

方法之四：

调用图片的recycle（）办法：

这个其实不是真正降落图片内存的办法。首要目标是标识表记标帜图片对象，便利收受接管图片对象的本地数据。图片对象的本地数据占用的内存最大，并且与法度Java项目组的内存是分隔策画的。所以经常呈现Java heap足够应用，而图片产生OutOfMemoryError的景象。在图片不应用时调用该办法，可以有效降落图片本地数据的峰值，从而削减OutOfMemoryError的概率。不过调用了recycle（）的图片对象处于“放弃”状况，调用时会造成法度错误。所以在无法包管该图片对象绝对不会被再次调用的景象下，不建议应用该办法。希罕要重视已经用setImageBitmap（Bitmap img）办法分派给控件的图片对象，可能会被体系类库调用，造成法度错误。

方法之五：

应用Matrix对象放大的图片如何更改色彩模式：

固然应用Matrix对象放大图片，必然会花费更多的内存，但有时辰也不得不如许做。放大后的图片应用的ARGB_8888色彩模式，就算原图片是ARGB_4444色彩模式也一样，并且没有办法在放大时直接指定色彩模式。可以采取以下办法更改图片色彩模式。

Matrix matrix = new Matrix（）;

float newWidth = 200;//图片放大后的宽度

float newHeight = 300;//图片放大后的长度

matrix.postScale（newWidth / img.getWidth（）， newHeight/ img.getHeight（））;

Bitmap img1 = Bitmap.createBitmap（img， 0， 0， img.getWidth（）， img.getHeight（）， matrix， true）;//获得放大的图片

img2 = img1.copy（Bitmap.Config.ARGB_4444， false）;//获得ARGB_4444色彩模式的图片

img = null;

img1 = null;

这里比起本来的图片额外生成了一个图片对象img1。然则体系会主动收受接管img1，所以实际内存还是削减了。

注：

尽量不要使用setImageBitmap或setImageResource或BitmapFactory.decodeResource来设置一张大图，因为这些函数在完成decode后，最终都是通过java层的createBitmap来完成的，需要消耗更多内存.

因此，改用先通过BitmapFactory.decodeStream方法，创建出一个bitmap，再将其设为ImageView的 source，decodeStream最大的秘密在于其直接调用 JNI >> nativeDecodeAsset（）来完成decode，无需再使用java层的createBitmap，从而节省了java层的空间.

如果在读取时加上图片的Config参数，可以更有效减少加载的内存，从而有效阻止抛出out of Memory异常另外，decodeStream直接拿的图片来读取字节码了，不会根据机器的各种分辨率来自动适应，使用了decodeStream之后，需要在hdpi和mdpi，ldpi中配置相应的图片资源，否则在不同分辨率机器上都是同样大小（像素点数量），显示出来的大小就不对了.

BitmapFactory.Options.inPurgeable；
如果 inPurgeable 设为True的话表示使用BitmapFactory创建的Bitmap用于存储Pixel的内存空间在系统内存不足时可以被回收，在应用需要再次访问Bitmap的Pixel时（如绘制Bitmap或是调用getPixel），系统会再次调用BitmapFactory decoder重新生成Bitmap的Pixel数组.为了能够重新解码图像，bitmap要能够访问存储Bitmap的原始数据.在inPurgeable为false时表示创建的Bitmap的Pixel内存空间不能被回收，这样BitmapFactory在不停decodeByteArray创建新的Bitmap对象，不同设备的内存不同，因此能够同时创建的Bitmap个数可能有所不同，200个bitmap足以使大部分的设备重新OutOfMemory错误.当isPurgable设为true时，系统中内存不足时，可以回收部分Bitmap占据的内存空间，这时一般不会出现OutOfMemory 错误.

更多相关文章

随机推荐