Android面试Android进阶（十四）-Bitmap相关问题

问：drawable和mipmap的区别是什么？

答：根据官方说明：
应用图标的图片资源存放在mipmap系列文件夹中，而其余图片存放在drawable系列文件夹中
1、mipmap纹理映射技术会将资源缩放到设备分辨率大小，drawable会将资源缩放到设备匹配的倍数大小
2、官方推荐开发者将位图等资源放在对应dpi的drawable/下，而不是放在mipmap/下。这样各种dpi可直接找到对应资源，减少了mipmap精确适配时需要缩放计算，也不会因为图片缩放导致显示问题
3、高密度系统的设备去使用低密度目录下的图片资源时，会将图片长宽自动放大以去适应高密度的精度，当然图片占用的内存会更大。
所以如果能提各种dpi的对应资源那是最好，可以达到较好内存使用效果。如果提供的图片资源有限，那么图片资源应该尽量放在高密度文件夹下，这样可以节省图片放大的内存开支

打包时，可以根据目标设备打不同的dpi图片的包上架到应用市场中去，节省APK应用包体积。

问：Bitmap内存占用怎么算的？如加载一张1080*1920的图片，内存占用多少？

答：Bitmap的内存占用的大小是通过：

宽 * 高 * 单位像素所占字节 //1080 * 1920 * 单位像素所占字节（ARGB值不同，占用字节不同）

Bitmap.Config中有四种不同的ARGB： ALPHA_8、RGB_565、ARGB_4444、ARGB_8888
ALPHA_8：每个像素占8位，没有色彩，只有透明度A-8 即10801920（8/8/1024/1024）= 1.98M
RGB_565：每个像素每个像素占16位，没有透明度 5+6+5 = 16 即10801920（16/8/1024/1024） = 3.96M
ARGB_4444：每个像素占16位，4+4+4+4 = 16 即 10801920（16/8/1024/1024） = 3.96M
ARGB_8888：每个像素占32位，8+8+8+8 = 32 即 10801920（32/8/1024/1024） = 7.92M

注意：加载图片所在内存还和图片放置的目录有关系：放在mdpi、xhdpi之下是不一样的。

在Android 160dpi是系统默认dpi

//获取图片bitmap宽高代码：
Drawable drawable = imageView.getDrawable();
if (drawable != null) {
    BitmapDrawable bitmapDrawable = (BitmapDrawable) drawable;
    Bitmap bitmap = bitmapDrawable.getBitmap();
    Log.d(TAG, " width = " + bitmap.getWidth() + " height = " + bitmap.getHeight());
} 

如果原图大小：352 * 484
在320dpi（xhdpi）设备上运行，当图片放置在xhdpi中时，获取图片宽高依然是352 * 484。当图片放置在mdpi中时，获取宽高是 704 * 968，设备是320dpi的设备，当放置在mdpi时，系统认为图片需要放大，xhdpi是mdpi的两倍，所以获取bitmap的宽高放大了两倍。

当图片都放置在xhdpi时，使用320dpi（xhdpi）设备获取图片宽高是352 * 484，当使用480dpi（xxhdpi）设备获取图片宽高位 528 * 726，即在480dpi设备上时，xhdpi下的图片都认为要被放大480/320（3/2）倍。

结论：
1、在同一个设备上，图片放在依次放在由低到高的分辨率目录中（mdpi~xxxhdpi），图片的 Bitmap 内存的大小不断减小。
2、在同一个分辨率目录中，依次运行在由低到高的分辨率设备上，图片的 Bitmap 的大小不断增加。

所以：如果只使用一套图片时，尽量把图片放到最大分辨率目录中

问：系统如何选择drawable进行加载

答：Android系统中，在加载图片时，会根据系统自身的dpi设备大小优先匹配最近的一个drawable目录，如果当前目录没有找到，则向上查找，一直找到nodpi，如果都没有找到则向下开始查找（肯定能找到，如果找不到编译器就报错了）。如：设备hdpi 则优先找drawable-hdpi目录下的资源，如果没有则向上 xhdpi、xxhdpi、xxxhdpi、nodpi，都没有的话则开始查找mdpi...

问：Bitmap导致的OOM如何解决

答：Android加载大图时极容易产生OOM，采用压缩算法、缓存、软引用、及时对不再使用的bitmap对象recycle释放等方式解决。
通常会有四种压缩方案：
1、质量压缩：

   /**
    * 将图片 bitmap 压缩到指定大小 targetSize 以内 ,单位是 kb
    * 这里的大小指的是 “文件大小”，而不是 “内存大小”
    **/
   fun compressQuality(bitmap: Bitmap, targetSize: Int, declineQuality: Int = 10): ByteArray {
        val baos = ByteArrayOutputStream()
        bitmap.compress(Bitmap.CompressFormat.JPEG, 100, baos)
        var quality = 100
        while ((baos.toByteArray().size / 1024) > targetSize) {
            baos.reset()
            quality -= declineQuality
            bitmap.compress(Bitmap.CompressFormat.JPEG, quality, baos)
        }
        return baos.toByteArray()
    }

质量压缩通过减少图片色彩度，不会减少图片像素及宽高，所以不会减少加载到内存中所占的内存大小，只会减少图片所占磁盘的存储大小，是一种有损压缩。

2、采样率压缩：Options.inSampleSize

/**
   * 将图片 [byteArray] 压缩到 宽度小于 [targetWidth]、高度小于 [targetHeight]
   *
   **/
  fun compressInSampleSize(byteArray: ByteArray, targetWidth: Int, targetHeight: Int): Bitmap{

        val options = BitmapFactory.Options()  
        //设置inJustDecodeBounds = true 只加载图片宽高等信息，不加载图片到内存
        options.inJustDecodeBounds = true
        BitmapFactory.decodeByteArray(byteArray, 0, byteArray.size, options)
        //默认采样率为1，采样率 > 1, 采样率 inSampleSize 只能为 2 的整次幂，比如：2、4、8、16
        var inSampleSize = 1
        while (options.outWidth / inSampleSize > targetWidth || options.outHeight / inSampleSize > targetHeight) {
            inSampleSize *= 2
        }
        
        options.inJustDecodeBounds = false
        options.inSampleSize = inSampleSize
        val bitmap = BitmapFactory.decodeByteArray(byteArray, 0, byteArray.size, options)
  
        return bitmap 
    }

采样率压缩其原理是缩放 bitmap 的尺寸，采样率inSampleSize为1时不变，2时宽高都变为原来的1/2，所占用内存大小就会变为原来的1/4，以此类推。
由于 inSampleSize 只能为 2 的整次幂，所以无法精确控制大小

3、缩放压缩：Matrix矩阵

   /**
     * 将图片 [bitmap] 压缩到指定宽高范围内
    **/
    fun compressScale(bitmap: Bitmap, targetWidth: Int, targetHeight: Int): Bitmap {
        return try {
            //计算缩放大小
            val scale = Math.min(targetWidth * 1.0f / bitmap.width, targetHeight * 1.0f / bitmap.height)
            //创建矩阵对象
            val matrix = Matrix()
            matrix.setScale(scale, scale)
            //利用矩阵对bitmap原始图片进行压缩生成新的bitmap
            val scaledBitmap = Bitmap.createBitmap(bitmap, 0, 0, bitmap.getWidth(), bitmap.getHeight(), matrix, true)

            scaledBitmap
        } catch (e: Exception) {
            e.printStackTrace()
            bitmap
        }
    }

缩放压缩使用的是通过矩阵对图片进行缩放，缩放后图片的 宽度、高度以及占用的内存都会改变。

4、色彩模式压缩：Options.inPreferredConfig = Bitmap.Config.XXXX

   /**
     * 将图片格式更改为 Bitmap.Config.RGB_565，减少图片占用的内存大小
    **/
    fun compressRGB565(byteArray: ByteArray): Bitmap {
        return try {
            val options = BitmapFactory.Options()
            options.inPreferredConfig = Bitmap.Config.RGB_565
            val compressedBitmap = BitmapFactory.decodeByteArray(byteArray, 0, byteArray.size, options)
            compressedBitmap
        } catch (e: Exception) {
            e.printStackTrace()
            BitmapFactory.decodeByteArray(ByteArray(0), 0, 0)
        }
    }

色彩模式压缩后图片的宽高不会产生变化，由于图片的存储格式改变，与 ARGB_8888 相比，每个像素的占用的字节由 8 变为 4 ， 所以图片占用的内存也为原来的一半。

缓存
简单说一下缓存吧，后续看Glide源码时再来了解。目前来讲缓存一般有内存缓存和磁盘缓存（网络缓存也不打算吧）
内存缓存：Android SDK中提供了一个LruCache，用于内存缓存。
磁盘缓存：Android SDK中不提供磁盘缓存的类，但google官方推荐的一个叫DiskLruCache算法。