一.Bitmap的高效加载
Bitmap：Bitmap在Android中指的是一张图片，可以实png格式也可以是jpg等其他常见的图片格式。
高效加载的核心思想：高效加载Bitmap主要是使用BitmapFactory.Options来加载所需尺寸的图片。其主要原理就是通过BitmapFactory.Options就可以按一定的采样率来加载缩小后的图片，将缩小后的图片在ImageView中显示，这样就会降低内存占用从而在一定程度上避免OOM。
高效加载过程：只要获得了BitmapFactory.Options的inSampleSize参数，即可以进行高效的加载，其过程如下：
inSampleSize即采样率，当inSampleSize的值为1时，表示采样后的图片大小为图片的原始大小；当inSampleSize的值为2时，则表示采样后的图片大小为原始图片的1/2，而像素数为原来的1/4，以此类推。需要注意的是当inSampleSize被赋予小于1时，则会被系统默认当作1来进行处理，并且inSampleSize在官方建议中应该是为2的指数。
(1)将BitmapFactory.Options的inJustDecodeBounds的参数设置true并加载图片。
(2)从BitmapFactory.Options中取出图片的原始宽高信息，他们对应于outWidth和outHeight参数。
(3)根据采样率的规则并结合目标View所需大小计算出采样率。
(4)将BitmapFactory.Options的inJustDecodeBounds参数设为false，然后重新加载图片。
上述4个过程用代码实现如下：
public static Bitmap decodeSampleFromResource(Resource res,int resId,int reqWidth,int reqHeight){
final BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true; //设置为true
BitmapFactory.decodeResource(res,resId,options);
options.inSampleSize = calculateInSampleSize(options,reqWidth,reqHeight);
return BitmapFactory.decodeResource(res,resId,options);
}
public static int calculateInSampleSize(BitmapFactory.Options options,int reqWidth,int reqHeight){
final int height = options.outHeight;
final int width = options.outWidth;
int inSampleSize = 1;
if(height > reqHeight || width > reqWidth){
final int halfHeight = height/2;
final int halfWidth = width/2;
while((halfHeight / inSampleSize) >= reqHeight && (halfWidth / inSampleSize) >= reqWidth){
inSampleSize = inSampleSize*2; //类似于递归
}
}
return inSampleSize;
}
mImageView.setImageBitmap( //对ImageView使用
decodeSampledBitmapFromResource(getResources(),R.id.myImage,100,100)
);
二.Android中的缓存策略
缓存的概括：缓存，即当程序第一次从网上加载资源后，就将其缓存到存储设备上，这样下次再使用这张图片就不用再从网络上获取了。缓存策略一般包含缓存的添加、获取和删除这三类操作。目前最常用的缓存算法是LRU算法，基于该算法的缓存有两种：LruCache(内缓存)和DiskLruCache(存储设备缓存)。
1.LruCache
概念：LruCache是一个泛型类，它内部采用一个LinkedHashMap以强引用的方式存储外界的缓存对象，其提供了get和put方法来完成缓存的获取和添加操作。当缓存满时，LruCache会首先移除较早的缓存对象，再将新的缓存加入进去。LruCache是线程安全的。
强引用：直接的对象引用。
软引用：当一个对象只有软引用存在时，系统内存不足时此对象会被gc回收。
弱引用：当一个对象只有弱引用存在时，此对象随时会被gc回收。
public class LruCache{ //构造方法
private final LinkedHashMap map;
}
LruCache的使用：
(1)初始化
int maxMemory = (int)(Runtime.getRuntime().maxMemory()/1024);
int cacheSize = maxMemory/8;
mMemoryCache = new LruCache(cacheSize){
@Override
protected int sizeOf(String key,Bitmap bitmap){ //计算缓存对象的大小
return bitmap.getRowBytes()* bitmap.getHeight()/1024; //转换单位
}
};
(2)获取缓存对象
mMemoryCache.get(key)
(3)添加一个缓存对象
mMemoryCache.put(key,bitmap)
2.DiskLruCache
DiskLruCache的创建：DiskLruCache并不能通过构造方法来创建，它提供了open方法用于创建自身：
public static DiskLruCache open(File directory,int appVersion,int valueCount,long maxSize)
/*第一个参数：磁盘缓存在文件系统中的存储路径
第二个参数：应用版本号
第三个参数：单个节点所对应的数据的个数，默认值为1
第四个参数：缓存的总大小，超过这个大小就会自动清除一些缓存*/
DiskLruCache的典型创建过程如下：
private static final long DISK_CACHE_SIZE=1024*1024*50; //50MB
File diskCacheDir = getDiskCacheDir(mContext,"bitmap");
if(!diskCacheDir.exists()){
diskCacheDir.mkdirs();
}
mDiskLruCache = DiskLruCache.open(diskCacheDir,1,1,DISK_CACHE_SIZE);
DiskLruCache的缓存添加：往DiskLruCache中添加缓存，首先是需要获取到图片url所对应的key：
private String hashKeyFormUrl(String url){
String cacheKey;
try{
final MessageDigest mDigest = MessageDigest.getInstance("MD5"); //将url中的md5的值作为key
mDigest.update(url.getBytes());
cacheKey = bytesToHexString(mDigest.digest());
}cache(NoSuchAlgorithmException e){
cacheKey = String.valueOf(url.hashCode());
}
return cacheKey;
}
private String bytesToHexString(byte[] bytes){
StringBuilder sb = new StringBuilder();
for(int i=0;i在将url转换为key之后，就可以获取Editor对象，如下所示：
String key = hashKeyFormUrl(url);
DiskLruCache.Editor editor = mDiskLruCache.edit(key);
if(editor != null){
OutputStream outputStream = editor.newOutputStream(DISK_CACHE_INDEX); //得到一个文件输出流
}
在获得了文件输出流之后，我们就可以通过这个文件输出流将文件写入到文件系统当中，最后只需要通过Editor的commit()来提交写入操作，如果这个过程发生了异常，可以通过Editor的abrot()来回退整个操作：
OutputStream outputStream = editor.newOutputStream(DISK_CACHE_INDEX);
if(downloadUrlToStream(url,outputStream)){ //没发生异常，则直接提交
editor.commit();
}
else{ //发生异常，进行回退
editor.abrot();
}
mDiskLruCache.flush();
DiskLruCache的缓存查找：缓存查找也需要将url转换为key，然后通过DiskLruCache的get方法得到一个Snapshot对象，通过该对象即可得到缓存的文件输入流，之后就可以根据文件输入流得到Bitmap对象了：
Bitmap bitmap = null;
String key = hashKeyFormUrl(url);
DiskLruCache.Snapshot snapShot = mDiskLruCache.get(key);
if(DiskLruCache != null){
FileInputStream fileInPutStream = (FileInputStream)snapShot.getInputStream(DISK_CACHE_INDEX);
FileDescriptor fileDescriptor = fileInPutStream.getFD();
bitmap = mImageResizer.decodeSampledBitmapFromFileDescriptior(fileDescriptor,reqWidth,reqHeight);
if(bitmap != null){
addBitmapToMemoryCache(key,bitmap);
}
}
在上述代码中，我们需要注意的是在得到图片(文件)的输入流之后，一般不会直接在家原始的图片，而是通过BitmapFactory.decodeFileDescriptor的方法来对图片进行缩放加载。