图片OOM问题优化

Andriod上开发APP一个比较常见的问题就是OOM问题。尤其随着手机摄像头分辨率越来越高，图片分辨率也越来越大。

造成OOM的原因：

APP在Android手机上运行使时能申请到的内存有个上限，如果超过上限就崩溃，报OOM。

可以用下面的代码，获取该app运行手机对app的内存最大限制。

ActivityManager activityManager = (ActivityManager) getSystemService(Context.ACTIVITY_SERVICE);

int memClass = activityManager.getMemoryClass();//以m为单位

int LargememClass = activityManager.getLargeMemoryClass();//以m为单位

原则上LargememClass是在androidmanifest里设置了 largeheap=true后，能获得更大的上限，不过大部分手机这个值和memClass是一样的。

分析问题：

因为app运行内存有限制，而图片解析显示时会耗用很大的内存。比如：一个6000×926像素的图片，jpg文件只有1.1M，解析成bitmap图片在内存中会耗用，6000×926×4=21MByte。所以一个800万像素的摄像头拍的照片，解析成bitmap在内存中，大致要耗内存30M左右。

不过，虽然有这些问题，但是手机屏幕大小是有限的，比如1280×720的屏幕，所以你再大的图片，放到这个屏幕上，再多的细节也没法展示。所以800万像素的照片只要抽样到1280×720像素就够了，而1280×720×4=3.4MByte。

而另一方面，如果你要展示图片的细节，那么在手机屏幕就只能展示图片部分区域了。这时候我们只需要加载800万像素中展示细节的图片区域来展示，也只要3.4MByte大小的内存。

最后一方面，就算你有再多的图片要展示，手机屏幕就那么大，总有图片在前台展示，其他在后台不显示，这时候不显示的就可以释放。

所以这么一分析，只要对图片加载优化做的到位，app的内存限制是没有影响的。

具体优化方法：

一.抽样

try {

BitmapFactory.Options o = new BitmapFactory.Options();

o.inJustDecodeBounds = true;//加载图片的时候只加载图片长宽参数，不加载具体像素

BitmapFactory.decodeStream(new FileInputStream(file), null, o);

int width_tmp = o.outWidth, height_tmp = o.outHeight;

int scale = 2;

while (true) {

if (width_tmp / scale < SCREEN_WIDTH)

break;

scale *= 2;//计算，把图片缩小多少倍可以刚好比手机屏幕小

}

scale /= 2;//因为上面的代码获取的图片会比手机屏幕小，这里把图片取的比屏幕大一点

BitmapFactory.Options o2 = new BitmapFactory.Options();

o2.inSampleSize = scale;//按比例取样图片

FileInputStream fin = new FileInputStream(file);

bitmap = BitmapFactory.decodeStream(fin, null, o2);

img.setImageBitmap(bitmap);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

二.局部加载图片

try

{

FileInputStream fin = new FileInputStream(file);

BitmapFactory.Options tmpOptions = new BitmapFactory.Options();

tmpOptions.inJustDecodeBounds = true;

BitmapFactory.decodeStream(fin, null, tmpOptions);

int width = tmpOptions.outWidth;

int height = tmpOptions.outHeight;

//设置显示图片的中心区域

fin = new FileInputStream(file);

BitmapRegionDecoder bitmapRegionDecoder = BitmapRegionDecoder.newInstance(fin, false);

BitmapFactory.Options options = new BitmapFactory.Options();

bitmap = bitmapRegionDecoder.decodeRegion(new Rect(width / 2 - SCREEN_WIDTH/2, height / 2 - SCREEN_HEIGHT/2,

width / 2 + SCREEN_WIDTH/2, height / 2 + SCREEN_HEIGHT/2), options);

img.setImageBitmap(bitmap);

} catch (IOException e)

{

e.printStackTrace();

}

三.多张图片，缓存优化

通过上面2中方法优化后的图片加载后，单张图片是优化了，对于多张图片，就涉及，后台不展示的图片如何回收的策略。

缓存级别：网络、本地图片文件、内存图片管理算法，这么三层。

如果简单点，对于内存算法，可以用软引用map来管理内存，把用的图片放在软引用里，每次使用时看看软引用里有没有，有的话直接用，没有的话再加载，而当内存不够时系统会回收软引用里的图片内存。

比较复杂点的算法，就是自己用LRU算法管理内存里的图片，用：

Collections.synchronizedMap(new LinkedHashMap(8, 0.75f, true));

建LRU缓存，然后用个计数器放置在这个LRU里图片总字节数，如果字节数超过我们设定的限制，就取这个LinkedHashMap里最边上的图片释放掉。通过这种方式自己管理内存图片。