Android高效加載大圖、多圖解決方案，有效避免程序OOM

復(fù)制代碼

使用圖片緩存技術(shù)在你應(yīng)用程序的UI界面加載一張圖片是一件很簡單的事情，但是當你需要在界面上加載一大堆圖片的時候，情況就變得復(fù)雜起來。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滑動屏幕等事件不斷地增加，最終導(dǎo)致OOM。為了保證內(nèi)存的使用始終維持在一個合理的范圍，通常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為你不再持有這些圖片的引用，從而對這些圖片進行GC操作。用這種思路來解決問題是非常好的，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，用戶又將它重新滑入屏幕這種情況。這時重新去加載一遍剛剛加載過的圖片無疑是性能的瓶頸，你需要想辦法去避免這個情況的發(fā)生。這個時候，使用內(nèi)存緩存技術(shù)可以很好的解決這個問題，它可以讓組件快速地重新加載和處理圖片。下面我們就來看一看如何使用內(nèi)存緩存技術(shù)來對圖片進行緩存，從而讓你的應(yīng)用程序在加載很多圖片的時候可以提高響應(yīng)速度和流暢性。內(nèi)存緩存技術(shù)對那些大量占用應(yīng)用程序?qū)氋F內(nèi)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) 。這個類非常適合用來緩存圖片，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，并且把最近最少使用的對象在緩存值達到預(yù)設(shè)定值之前從內(nèi)存中移除。

在過去，我們經(jīng)常會使用一種非常流行的內(nèi)存緩存技術(shù)的實現(xiàn)，即軟引用或弱引用 (SoftReference or WeakReference)。但是現(xiàn)在已經(jīng)不再推薦使用這種方式了，因為從 Android 2.3 (API Level 9)開始，垃圾回收器會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(shù)據(jù)會存儲在本地的內(nèi)存當中，因而無法用一種可預(yù)見的方式將其釋放，這就有潛在的風(fēng)險造成應(yīng)用程序的內(nèi)存溢出并崩潰。

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

你的設(shè)備可以為每個應(yīng)用程序分配多大的內(nèi)存?

設(shè)備屏幕上一次最多能顯示多少張圖片?有多少圖片需要進行預(yù)加載，因為有可能很快也會顯示在屏幕上?

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

圖片的尺寸和大小，還有每張圖片會占據(jù)多少內(nèi)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?如果有的話，你也許應(yīng)該讓一些圖片常駐在內(nèi)存當中，或者使用多個LruCache 對象來區(qū)分不同組的圖片。

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

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

下面是一個使用 LruCache 來緩存圖片的例子：

private LruCache

@Override

protected void onCreate(Bundle savedInstanceState) {

// 獲取到可用內(nèi)存的最大值，使用內(nèi)存超出這個值會引起OutOfMemory異常。

// LruCache通過構(gòu)造函數(shù)傳入緩存值，以KB為單位。

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

// 使用最大可用內(nèi)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) {

// 重寫此方法來衡量每張圖片的大小，默認返回圖片數(shù)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(fù)制代碼

在這個例子當中，使用了系統(tǒng)分配給應(yīng)用程序的八分之一內(nèi)存來作為緩存大小。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，則大概會占用1.5兆的空間(800*480*4)。因此，這個緩存大小可以存儲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。如果找到了相應(yīng)的鍵值，則會立刻更新ImageView ，否則開啟一個后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);

}

}

復(fù)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;

}

}