[Android] Bitmap OOM解决办法三

最新推荐文章于 2020-12-02 09:03:05 发布

weixin_34417183

最新推荐文章于 2020-12-02 09:03:05 发布

阅读量89

点赞数

CC 4.0 BY-SA版权

文章标签：移动开发 python java

原文链接：https://my.oschina.net/u/242041/blog/198666

本文介绍了在Android开发中遇到的OOM问题及多种解决方案，包括图片边界压缩、动态内存回收、优化Dalvik虚拟机堆内存分配等，并提供了具体的代码示例。

2019独角兽企业重金招聘Python工程师标准>>>

在最近做的工程中发现加载的图片太多或图片过大时经常出现OOM问题，
常用的解决方案如下几种:
一：在内存中加载图片时直接在内存中做处理，如：边界压缩
二：动态回收内存

三：优化Dalvik虚拟机的堆内存分配
四：自定义堆内存大小

使用边界压缩的情况下间接的使用了软引用来避免OOM

private Map> map = new HashMap>();
public void getBitmap(String path) {
Options bitmapFactoryOptions = new BitmapFactory.Options();
// 下面这个设置是将图片边界不可调节变为可调节
bitmapFactoryOptions. inJustDecodeBounds = true;
bitmapFactoryOptions. inSampleSize = 5;
Bitmap bitmap1 = BitmapFactory. decodeFile(path, bitmapFactoryOptions);
int outWidth = bitmapFactoryOptions. outWidth;
int outHeight = bitmapFactoryOptions. outHeight;
float imagew = 150;
float imageh = 150;
int yRatio = ( int) Math. ceil(outHeight / imageh);
int xRatio = ( int) Math. ceil(outWidth/ imagew);
if (yRatio > 1 || xRatio > 1) {
if (yRatio > xRatio) {
bitmapFactoryOptions. inSampleSize = yRatio;
} else {
bitmapFactoryOptions. inSampleSize = xRatio;
}
}
bitmapFactoryOptions. inJustDecodeBounds = false;
Bitmap bitmap = BitmapFactory. decodeFile(path, bitmapFactoryOptions);
//软引用
SoftReference srf = new SoftReference(bitmap );
map.put(path, srf);
}

使用边界压缩的情况下间接的使用了软引用来避免OOM，但大家都知道，这些函数在完成decode后，最终都是通过java层的createBitmap来完成的，需要消耗更多内存,如果图片多且大，这种方式还是会引用OOM异常。
可以采用下面更测底的方式避免OOM:
public static Bitmap readBitMap(Context context, int resId) {
BitmapFactory.Options opt = new BitmapFactory.Options();
opt. inPreferredConfig = Bitmap.Config. RGB_565;
opt. inPurgeable = true;
opt. inInputShareable = true;
// 获取资源图片
InputStream is = context.getResources().openRawResource(resId);
return BitmapFactory. decodeStream(is, null, opt);
}
//显式调用GC来回收内存
if (bitmap .isRecycled()== false){
bitmap.recycle();
System.gc ();
}

对于Android平台来说，其托管层使用的Dalvik JavaVM从目前的表现来看还有很多地方可以优化处理，比如我们在开发一些大型游戏或耗资源的应用中可能考虑手动干涉GC处理，使用 dalvik.system.VMRuntime类提供的setTargetHeapUtilization方法可以增强程序堆内存的处理效率。当然具体原理我们可以参考开源工程，这里我们仅说下使用方法: 代码如下：
private final static float TARGET_HEAP_UTILIZATION = 0.75f;
VMRuntime.getRuntime().setTargetHeapUtilization( TARGET_HEAP_UTILIZATION );

自定义我们的应用需要多大的内存，这个好暴力哇，强行设置最小内存大小，代码如下：
private final static int CWJ_HEAP_SIZE = 6* 1024* 1024 ;
//设置最小heap内存为6MB大小
VMRuntime.getRuntime().setMinimumHeapSize(CWJ_HEAP_SIZE);

转载于:https://my.oschina.net/u/242041/blog/198666