# 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對于每個 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，這里別和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中的最大內存標準，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標準的應用的最大堆 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！ 我這里試了下手頭幾個機型的正常最大內存分配標準：  你也可以試試自己手頭的機子~ 好啦，不扯了，關于OOM問題的產生，就扯到這里，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！ ## 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后，decodeFiel并不會分配內存空間，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，我并沒有用過，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的大小大于LruCache 設定的值，那么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，我這里設置為手機內存的1/8, 手機內存的獲取方式：int MAXMEMONRY = (int) (Runtime.getRuntime() .maxMemory() / 1024); 2）LruCache里面的鍵值對分別是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](http://blog.chinaunix.net/uid-26930580-id-4138306.html) ## 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，所以筆者并沒有遇到過OOM的問題， 所以對此并不怎么熟悉~后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， 本節就到這里，謝謝~ **參考文獻**： [Android應用中OOM問題剖析和解決方案](http://www.runoob.com/w3cnote/android-oom.html)