android内存及内存溢出分析详解

一、Android的内存机制
    Android的程序由Java语言编写，所以Android的内存管理与Java的内存管理相似。程序员通过new为对象分配内存，所有对象在java堆内分配空间；然而对象的释放是由垃圾回收器来完成的。C／C++中的内存机制是“谁污染，谁治理”，java的就比较人性化了，给我们请了一个专门的清洁工（GC）。
    那么GC怎么能够确认某一个对象是不是已经被废弃了呢？Java采用了有向图的原理。Java将引用关系考虑为图的有向边，有向边从引用者指向引用对象。线程对象可以作为有向图的起始顶点，该图就是从起始顶点开始的一棵树，根顶点可以到达的对象都是有效对象，GC不会回收这些对象。如果某个对象 (连通子图)与这个根顶点不可达(注意，该图为有向图)，那么我们认为这个(这些)对象不再被引用，可以被GC回收。
二、Android的内存溢出
    Android的内存溢出是如何发生的?
    Android的虚拟机是基于寄存器的Dalvik，它的最大堆大小一般是16M，有的机器为24M。因此我们所能利用的内存空间是有限的。如果我们的内存占用超过了一定的水平就会出现OutOfMemory的错误。
为什么会出现内存不够用的情况呢？我想原因主要有两个：
•由于我们程序的失误，长期保持某些资源（如Context）的引用，造成内存泄露，资源造成得不到释放。
•保存了多个耗用内存过大的对象（如Bitmap），造成内存超出限制。
三、万恶的static
    static是Java中的一个关键字，当用它来修饰成员变量时，那么该变量就属于该类，而不是该类的实例。所以用static修饰的变量，它的生命周期是很长的，如果用它来引用一些资源耗费过多的实例（Context的情况最多），这时就要谨慎对待了。

复制代码 代码如下:

public class ClassName { 
     private static Context mContext; 
     //省略 
} 

以上的代码是很危险的，如果将Activity赋值到么mContext的话。那么即使该Activity已经onDestroy，但是由于仍有对象保存它的引用，因此该Activity依然不会被释放。
    我们举Android文档中的一个例子。

复制代码 代码如下:

private static Drawable sBackground; 
 @Override 
 protected void onCreate(Bundle state) { 
   super.onCreate(state); 
   TextView label = new TextView(this); 
   label.setText("Leaks are bad"); 
   if (sBackground == null) { 
     sBackground = getDrawable(R.drawable.large_bitmap); 
   } 
   label.setBackgroundDrawable(sBackground); 
   setContentView(label); 
 } 

    sBackground, 是一个静态的变量，但是我们发现，我们并没有显式的保存Contex的引用，但是，当Drawable与View连接之后，Drawable就将View设置为一个回调，由于View中是包含Context的引用的，所以，实际上我们依然保存了Context的引用。这个引用链如下：
    Drawable->TextView->Context
    所以，最终该Context也没有得到释放，发生了内存泄露。
    如何才能有效的避免这种引用的发生呢？
    第一，应该尽量避免static成员变量引用资源耗费过多的实例，比如Context。
    第二、Context尽量使用Application Context，因为Application的Context的生命周期比较长，引用它不会出现内存泄露的问题。
    第三、使用WeakReference代替强引用。比如可以使用WeakReference mContextRef;
    该部分的详细内容也可以参考Android文档中Article部分。
四、都是线程惹的祸
    线程也是造成内存泄露的一个重要的源头。线程产生内存泄露的主要原因在于线程生命周期的不可控。我们来考虑下面一段代码。

复制代码 代码如下:

public class MyActivity extends Activity { 
    @Override 
    public void onCreate(Bundle savedInstanceState) { 
        super.onCreate(savedInstanceState); 
        setContentView(R.layout.main); 
        new MyThread().start(); 
    } 
    private class MyThread extends Thread{ 
        @Override 
        public void run() { 
            super.run(); 
            //do somthing 
        } 
    } 
} 

    这段代码很平常也很简单，是我们经常使用的形式。我们思考一个问题：假设MyThread的run函数是一个很费时的操作，当我们开启该线程后，将设备的横屏变为了竖屏，一般情况下当屏幕转换时会重新创建Activity，按照我们的想法，老的Activity应该会被销毁才对，然而事实上并非如此。
    由于我们的线程是Activity的内部类，所以MyThread中保存了Activity的一个引用，当MyThread的run函数没有结束时，MyThread是不会被销毁的，因此它所引用的老的Activity也不会被销毁，因此就出现了内存泄露的问题。
    有些人喜欢用Android提供的AsyncTask，但事实上AsyncTask的问题更加严重，Thread只有在run函数不结束时才出现这种内存泄露问题，然而AsyncTask内部的实现机制是运用了ThreadPoolExcutor,该类产生的Thread对象的生命周期是不确定的，是应用程序无法控制的，因此如果AsyncTask作为Activity的内部类，就更容易出现内存泄露的问题。
    这种线程导致的内存泄露问题应该如何解决呢？
    第一、将线程的内部类，改为静态内部类。
    第二、在线程内部采用弱引用保存Context引用。
    解决的模型如下：

复制代码 代码如下:

public abstract class WeakAsyncTask extends 
        AsyncTask { 
    protected WeakReference mTarget; 
    public WeakAsyncTask(WeakTarget target) { 
        mTarget = new WeakReference(target); 
    } 
    @Override 
    protected final void onPreExecute() { 
        final WeakTarget target = mTarget.get(); 
        if (target != null) { 
            this.onPreExecute(target); 
        } 
    } 
    @Override 
    protected final Result doInBackground(Params... params) { 
        final WeakTarget target = mTarget.get(); 
        if (target != null) { 
            return this.doInBackground(target, params); 
        } else { 
            return null; 
        } 
    } 
    @Override 
    protected final void onPostExecute(Result result) { 
        final WeakTarget target = mTarget.get(); 
        if (target != null) { 
            this.onPostExecute(target, result); 
        } 
    } 
    protected void onPreExecute(WeakTarget target) { 
        // No default action 
    } 
    protected abstract Result doInBackground(WeakTarget target, Params... params); 
    protected void onPostExecute(WeakTarget target, Result result) { 
        // No default action 
    } 
} 

事实上，线程的问题并不仅仅在于内存泄露，还会带来一些灾难性的问题。由于本文讨论的是内存问题，所以在此不做讨论。