本節(jié)引言：

上節(jié)，我們已經(jīng)學習了Bitmap的基本用法，而本節(jié)我們要來探討的Bitmap的OOM問題， 大家在實際開發(fā)中可能遇到過，或者沒遇到過因為Bitmap引起的OOM問題，本節(jié)我們 就來圍繞這個話題來進行學習~了解什么是OOM，為什么會引起OOM，改善因Bitmap引起的 OOM問題~

1.什么是OOM？為什么會引起OOM？

答：Out Of Memory(內(nèi)存溢出)，我們都知道Android系統(tǒng)會為每個APP分配一個獨立的工作空間， 或者說分配一個單獨的Dalvik虛擬機，這樣每個APP都可以獨立運行而不相互影響！而Android對于每個 Dalvik虛擬機都會有一個最大內(nèi)存限制，如果當前占用的內(nèi)存加上我們申請的內(nèi)存資源超過了這個限制 ，系統(tǒng)就會拋出OOM錯誤！另外，這里別和RAM混淆了，即時當前RAM中剩余的內(nèi)存有1G多，但是OOM還是會發(fā)生！別把RAM(物理內(nèi)存)和OOM扯到一起！另外RAM不足的話，就是殺應(yīng)用了，而不是僅僅是OOM了！ 而這個Dalvik中的最大內(nèi)存標準，不同的機型是不一樣的，可以調(diào)用：

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

獲得正常的最大內(nèi)存標準，又或者直接在命令行鍵入：

adb shell getprop | grep dalvik.vm.heapgrowthlimit

你也可以打開系統(tǒng)源碼/system/build.prop文件，看下文件中這一部分的信息得出：

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

我們關(guān)注的地方有三個：heapstartsize堆內(nèi)存的初始大小，heapgrowthlimit標準的應(yīng)用的最大堆 內(nèi)存大小，heapsize則是設(shè)置了使用android:largeHeap的應(yīng)用的最大堆內(nèi)存大??！

我這里試了下手頭幾個機型的正常最大內(nèi)存分配標準：

你也可以試試自己手頭的機子~

好啦，不扯了，關(guān)于OOM問題的產(chǎn)生，就扯到這里，再扯就到內(nèi)存管理那一塊了，可是個大塊頭， 現(xiàn)在還啃不動...下面我們來看下避免Bitmap OOM的一些技巧吧！

2.避免Bitmap引起的OOM技巧小結(jié)

1）采用低內(nèi)存占用量的編碼方式

上一節(jié)說了BitmapFactory.Options這個類，我們可以設(shè)置下其中的inPreferredConfig屬性， 默認是Bitmap.Config.ARGB_8888，我們可以修改成Bitmap.Config.ARGB_4444
Bitmap.Config ARGB_4444：每個像素占四位，即A=4，R=4，G=4，B=4，那么一個像素點占4+4+4+4=16位
Bitmap.Config ARGB_8888：每個像素占八位，即A=8，R=8，G=8，B=8，那么一個像素點占8+8+8+8=32位
默認使用ARGB_8888，即一個像素占4個字節(jié)！

2）圖片壓縮

同樣是BitmapFactory.Options，我們通過inSampleSize設(shè)置縮放倍數(shù)，比如寫2，即長寬變?yōu)樵瓉淼?/2，圖片就是原來的1/4，如果不進行縮放的話設(shè)置為1即可！但是不能一味的壓縮，畢竟這個值太小 的話，圖片會很模糊，而且要避免圖片的拉伸變形，所以需要我們在程序中動態(tài)的計算，這個 inSampleSize的合適值，而Options中又有這樣一個方法：inJustDecodeBounds，將該參數(shù)設(shè)置為 true后，decodeFiel并不會分配內(nèi)存空間，但是可以計算出原始圖片的長寬，調(diào)用 options.outWidth/outHeight獲取出圖片的寬高，然后通過一定的算法，即可得到適合的 inSampleSize，這里感謝街神提供的代碼——摘自鴻洋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; // 設(shè)置了此屬性一定要記得將值設(shè)置為false
Bitmap bitmap = null;
bitmap = BitmapFactory.decodeFile(url, options);
options.inSampleSize = computeSampleSize(options,128,128);
options.inPreferredConfig = Bitmap.Config.ARGB_4444;
/* 下面兩個字段需要組合使用 */  
options.inPurgeable = true;
options.inInputShareable = true;
options.inJustDecodeBounds = false;
try {
    bitmap = BitmapFactory.decodeFile(url, options);
} catch (OutOfMemoryError e) {
        Log.e(TAG, "OutOfMemoryError");
}

3.及時回收圖像

如果引用了大量的Bitmap對象，而應(yīng)用又不需要同時顯示所有圖片?？梢詫簳r不用到的Bitmap對象 及時回收掉。對于一些明確知道圖片使用情況的場景可以主動recycle回收，比如引導頁的圖片，使用 完就recycle，幀動畫，加載一張，畫一張，釋放一張！使用時加載，不顯示時直接置null或recycle！ 比如：imageView.setImageResource(0); 不過某些情況下會出現(xiàn)特定圖片反復(fù)加載，釋放，再加載等，低效率的事情...

4.其他方法

下面這些方法，我并沒有用過，大家可以自行查閱相關(guān)資料：

1.簡單通過SoftReference引用方式管理圖片資源

建個SoftReference的hashmap 使用圖片時先查詢這個hashmap是否有softreference， softreference里的圖片是否為空， 如果為空就加載圖片到softreference并加入hashmap。 無需再代碼里顯式的處理圖片的回收與釋放，gc會自動處理資源的釋放。 這種方式處理起來簡單實用，能一定程度上避免前一種方法反復(fù)加載釋放的低效率。但還不夠優(yōu)化。

示例代碼：

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) {
            //加入到緩存中
            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 ;
}

// 從網(wǎng)上下載圖片
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的緩存方式

Android 3.1版本起，官方還提供了LruCache來進行cache處理，當存儲Image的大小大于LruCache 設(shè)定的值，那么近期使用次數(shù)最少的圖片就會被回收掉，系統(tǒng)會自動釋放內(nèi)存！

使用示例：

步驟：

1）要先設(shè)置緩存圖片的內(nèi)存大小，我這里設(shè)置為手機內(nèi)存的1/8, 手機內(nèi)存的獲取方式：int MAXMEMONRY = (int) (Runtime.getRuntime() .maxMemory() / 1024);

2）LruCache里面的鍵值對分別是URL和對應(yīng)的圖片

3）重寫了一個叫做sizeOf的方法，返回的是圖片數(shù)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.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）下面的方法分別是清空緩存、添加圖片到緩存、從緩存中取得圖片、從緩存中移除。

移除和清除緩存是必須要做的事，因為圖片緩存處理不當就會報內(nèi)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;
}

/**
 * 移除緩存
 * 
 * @param key
 */
public synchronized void removeImageCache(String key) {
    if (key != null) {
        if (mMemoryCache != null) {
            Bitmap bm = mMemoryCache.remove(key);
            if (bm != null)
                bm.recycle();
        }
    }
}

上述內(nèi)容摘自——圖片緩存之內(nèi)存緩存技術(shù)LruCache,軟引用

本節(jié)小結(jié)：

本節(jié)給大家講解了OOM問題的發(fā)生緣由，也總結(jié)了一下網(wǎng)上給出的一些避免因Bitmap而引起OOM 的一些方案，因為公司做的APP都是地圖類的，很少涉及到圖片，所以筆者并沒有遇到過OOM的問題， 所以對此并不怎么熟悉~后續(xù)在進階課程的內(nèi)存管理，我們再慢慢糾結(jié)這個OOM的問題，好的， 本節(jié)就到這里，謝謝~