欢迎光临
梦想从学习开始!

8.2.2 Bitmap引起的OOM问题 | 小熊教程

Tips:您正在学习的是8.2.2 Bitmap引起的OOM问题 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=9984 ,您可通过标签查询系列课程。小熊分享邦(www.xxfxb.com)祝您学习愉快!

本节引言:

上节,我们已经学习了Bitmap的基本用法,而本节我们要来探讨的Bitmap的OOM问题, 大家在实际开发中可能遇到过,或者没遇到过因为Bitmap引起的OOM问题,本节我们 就来围绕这个话题来进行学习~了解什么是OOM,为什么会引起OOM,改善因Bitmap引起的 OOM问题~


1.什么是OOM?为什么会引起OOM?

答:Out Of Memory(内存溢出),我们都知道Android系统会为每个APP分配一个独立的工作空间, 或者说分配一个单独的Dalvik虚拟机,这样每个APP都可以独立运行而不相互影响!而Android对于每个 Dalvik虚拟机都会有一个最大内存限制,如果当前占用的内存加上我们申请的内存资源超过了这个限制 ,系统就会抛出OOM错误!另外,这里别和RAM混淆了,即时当前RAM中剩余的内存有1G多,但是OOM还是会发生!别把RAM(物理内存)和OOM扯到一起!另外RAM不足的话,就是杀应用了,而不是仅仅是OOM了! 而这个Dalvik中的最大内存标准,不同的机型是不一样的,可以调用:

 ActivityManager activityManager = (ActivityManager)context.getSystemService(Context.ACTIVITY_SERVICE); Log.e("HEHE","最大内存:" + activityManager.getMemoryClass()); 

获得正常的最大内存标准,又或者直接在命令行键入:

 adb shell getprop | grep dalvik.vm.heapgrowthlimit 

你也可以打开系统源码/system/build.prop文件,看下文件中这一部分的信息得出:

 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 

我们关注的地方有三个:heapstartsize堆内存的初始大小,heapgrowthlimit标准的应用的最大堆 内存大小,heapsize则是设置了使用android:largeHeap的应用的最大堆内存大小!

我这里试了下手头几个机型的正常最大内存分配标准:

你也可以试试自己手头的机子~

好啦,不扯了,关于OOM问题的产生,就扯到这里,再扯就到内存管理那一块了,可是个大块头, 现在还啃不动…下面我们来看下避免Bitmap OOM的一些技巧吧!


2.避免Bitmap引起的OOM技巧小结


1)采用低内存占用量的编码方式

Tips:您正在学习的是8.2.2 Bitmap引起的OOM问题 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=9984 ,您可通过标签查询系列课程。小熊分享邦(www.xxfxb.com)祝您学习愉快!

上一节说了BitmapFactory.Options这个类,我们可以设置下其中的inPreferredConfig属性, 默认是Bitmap.Config.ARGB_8888,我们可以修改成Bitmap.Config.ARGB_4444
Bitmap.Config ARGB_4444:每个像素占四位,即A=4,R=4,G=4,B=4,那么一个像素点占4+4+4+4=16位
Bitmap.Config ARGB_8888:每个像素占八位,即A=8,R=8,G=8,B=8,那么一个像素点占8+8+8+8=32位
默认使用ARGB_8888,即一个像素占4个字节!


2)图片压缩

同样是BitmapFactory.Options,我们通过inSampleSize设置缩放倍数,比如写2,即长宽变为原来的1/2,图片就是原来的1/4,如果不进行缩放的话设置为1即可!但是不能一味的压缩,毕竟这个值太小 的话,图片会很模糊,而且要避免图片的拉伸变形,所以需要我们在程序中动态的计算,这个 inSampleSize的合适值,而Options中又有这样一个方法:inJustDecodeBounds,将该参数设置为 true后,decodeFiel并不会分配内存空间,但是可以计算出原始图片的长宽,调用 options.outWidth/outHeight获取出图片的宽高,然后通过一定的算法,即可得到适合的 inSampleSize,这里感谢街神提供的代码——摘自鸿洋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; } 

然后使用下上述的方法即可:

 BitmapFactory.Options options = new BitmapFactory.Options(); options.inJustDecodeBounds = true; // 设置了此属性一定要记得将值设置为false Bitmap bitmap = null; bitmap = BitmapFactory.decodeFile(url, options); options.inSampleSize = computeSampleSize(options,128,128); options.inPreferredConfig = Bitmap.Config.ARGB_4444; /* 下面两个字段需要组合使用 */   options.inPurgeable = true; options.inInputShareable = true; options.inJustDecodeBounds = false; try {     bitmap = BitmapFactory.decodeFile(url, options); } catch (OutOfMemoryError e) {         Log.e(TAG, "OutOfMemoryError"); } 

3.及时回收图像

如果引用了大量的Bitmap对象,而应用又不需要同时显示所有图片。可以将暂时不用到的Bitmap对象 及时回收掉。对于一些明确知道图片使用情况的场景可以主动recycle回收,比如引导页的图片,使用 完就recycle,帧动画,加载一张,画一张,释放一张!使用时加载,不显示时直接置null或recycle! 比如:imageView.setImageResource(0); 不过某些情况下会出现特定图片反复加载,释放,再加载等,低效率的事情…


4.其他方法

下面这些方法,我并没有用过,大家可以自行查阅相关资料:

1.简单通过SoftReference引用方式管理图片资源

Tips:您正在学习的是8.2.2 Bitmap引起的OOM问题 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=9984 ,您可通过标签查询系列课程。小熊分享邦(www.xxfxb.com)祝您学习愉快!

建个SoftReference的hashmap 使用图片时先查询这个hashmap是否有softreference, softreference里的图片是否为空, 如果为空就加载图片到softreference并加入hashmap。 无需再代码里显式的处理图片的回收与释放,gc会自动处理资源的释放。 这种方式处理起来简单实用,能一定程度上避免前一种方法反复加载释放的低效率。但还不够优化。

示例代码:

 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) {             //加入到缓存中             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 ; }  // 从网上下载图片 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); } 

2.LruCache + sd的缓存方式

Tips:您正在学习的是8.2.2 Bitmap引起的OOM问题 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=9984 ,您可通过标签查询系列课程。小熊分享邦(www.xxfxb.com)祝您学习愉快!

Android 3.1版本起,官方还提供了LruCache来进行cache处理,当存储Image的大小大于LruCache 设定的值,那么近期使用次数最少的图片就会被回收掉,系统会自动释放内存!

使用示例

步骤:

1)要先设置缓存图片的内存大小,我这里设置为手机内存的1/8, 手机内存的获取方式:int MAXMEMONRY = (int) (Runtime.getRuntime() .maxMemory() / 1024);

2)LruCache里面的键值对分别是URL和对应的图片

3)重写了一个叫做sizeOf的方法,返回的是图片数量。

 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) {                 // 重写此方法来衡量每张图片的大小,默认返回图片数量。                 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)下面的方法分别是清空缓存、添加图片到缓存、从缓存中取得图片、从缓存中移除。

移除和清除缓存是必须要做的事,因为图片缓存处理不当就会报内存溢出,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; }  /**  * 移除缓存  *   * @param key  */ public synchronized void removeImageCache(String key) {     if (key != null) {         if (mMemoryCache != null) {             Bitmap bm = mMemoryCache.remove(key);             if (bm != null)                 bm.recycle();         }     } } 

上述内容摘自——图片缓存之内存缓存技术LruCache,软引用


本节小结:

本节给大家讲解了OOM问题的发生缘由,也总结了一下网上给出的一些避免因Bitmap而引起OOM 的一些方案,因为公司做的APP都是地图类的,很少涉及到图片,所以笔者并没有遇到过OOM的问题, 所以对此并不怎么熟悉~后续在进阶课程的内存管理,我们再慢慢纠结这个OOM的问题,好的, 本节就到这里,谢谢~


参考文献: Android应用中OOM问题剖析和解决方案

赞(0) 打赏
未经允许不得转载:小熊分享邦 » 8.2.2 Bitmap引起的OOM问题 | 小熊教程

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏