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
本文引用地址:http://m.butianyuan.cn/article/201809/388514.htm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;
}
}
評論