8.2.2 Bitmap引起的OOM問題

本節引言：

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

---

1.什麼是OOM？為什麼會引起OOM？

答：Out Of Memory(內存溢出)，我們都知道Android系統會為每個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對於每個 Dalvik虛擬機都會有一個最大內存限制，如果當前占用的內存加上我們申請的內存資源超過了這個限制 ，系統就會拋出OOM錯誤！另外，這裡別和RAM混淆了，即時當前RAM中剩余的內存有1G多，但是OOM還是會發生！別把RAM(物理內存)和OOM扯到一起！另外RAM不足的話，就是殺應用了，而不是僅僅是OOM了！ 而這個Dalvik中的最大內存標准，不同的機型是不一樣的，可以調用：

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

獲得正常的最大內存標准，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

我們關注的地方有三個：heapstartsize堆內存的初始大小，heapgrowthlimit標准的應用的最大堆 內存大小，heapsize則是設置了使用android:largeHeap的應用的最大堆內存大小！

我這裡試了下手頭幾個機型的正常最大內存分配標准：

你也可以試試自己手頭的機子~

好啦，不扯了，關於OOM問題的產生，就扯到這裡，再扯就到內存管理那一塊了，可是個大塊頭， 現在還啃不動...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

---

1）采用低內存占用量的編碼方式

上一節說了BitmapFactory.Options這個類，我們可以設置下其中的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，那麼一個像素點占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，那麼一個像素點占8+8+8+8=32位
默認使用ARGB_8888，即一個像素占4個字節！

---

2）圖片壓縮

同樣是BitmapFactory.Options，我們通過inSampleSize設置縮放倍數，比如寫2，即長寬變為原來的1/2，圖片就是原來的1/4，如果不進行縮放的話設置為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，將該參數設置為 true後，decodeFiel並不會分配內存空間，但是可以計算出原始圖片的長寬，調用 options.outWidth/outHeight獲取出圖片的寬高，然後通過一定的算法，即可得到適合的 inSampleSize，這裡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;
}

然後使用下上述的方法即可：

BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true; // 設置了此屬性一定要記得將值設置為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，而應用又不需要同時顯示所有圖片。可以將暫時不用到的Bitmap對象 及時回收掉。對於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特定圖片反復加載，釋放，再加載等，低效率的事情...

---

4.其他方法

下面這些方法，我並沒有用過，大家可以自行查閱相關資料：

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裡的圖片是否為空， 如果為空就加載圖片到softreference並加入hashmap。 無需再代碼裡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加載釋放的低效率。但還不夠優化。

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的大小大於LruCache 設定的值，那麼近期使用次數最少的圖片就會被回收掉，系統會自動釋放內存！

使用示例：

步驟：

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

2）LruCache裡面的鍵值對分別是URL和對應的圖片

3）重寫了一個叫做sizeOf的方法，返回的是圖片數量。

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();
        }
    }
}

上述內容摘自——圖片緩存之內存緩存技術LruCache,軟引用

---

本節小結：

本節給大家講解了OOM問題的發生緣由，也總結了一下網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，所以筆者並沒有遇到過OOM的問題， 所以對此並不怎麼熟悉~後續在進階課程的內存管理，我們再慢慢糾結這個OOM的問題，好的， 本節就到這裡，謝謝~

---

參考文獻： Android應用中OOM問題剖析和解決方案