OOM（Out Of Memory）在加载图片过多或者过大的情况下会发生OOM，可以查看APP最高可用内存：
int maxMemory = (int) (Runtim.getRuntime().maxMemory()/1024);
OOM问题如何解决？
解决方案：
1、使用强引用（StrongReference）、弱引用（WeakReference）、软引用（SoftReference）、虚引用（PhantomRefrence），在内存引用中做处理。
2、在内存加载图片的时候，在内存中处理图片（边界压缩等）。
3、动态回收内存。
4、优化Dalvik的堆内存分配。
5、自定义堆内存的大小。
下面是对以上几点的详细描述：
1、引用的处理。
Heap中的对象有强可及、软可及、弱可及、虚可及和不可达对象。应用的强弱顺序是强、软、弱、虚。对于对象属于哪种可及对象，由它的最强引用决定。
String abc = new String("abc"); // 建立强引用，内存中abc是强可及，不能释放内存。
SoftReference<String> abcSoftRef = new SoftReference<String>(abc);// 建立软引用，仍然是强可及，不能释放内存。
WeakReference<String> abcWeakRef = new WeakPeference<String>(abc);//建立弱引用，强可及，不能释放内存。
abc = null;// 强引用取消，变成软可及
abcSoftRef.clear();//软引用取消，变成弱可及
总结：
强引用：只能释放没有强引用指向的内存。http://i.cnblogs.com/EditPosts.aspx?postid=5543041
弱引用：当Dalvik内存不足时，可以释放引用指向的内存。
软引用：无条件的执行Dalvik的指令。
虚引用：和以上引用不一样，跟踪引用的释放过程。
2、图片处理
BitmapFactory提供了多个方法decodeFile()解析SD卡中的图片、decodeResource()解析资源文件图片、decodeStream()解析网络图片。
2.1 单一图片压缩
public static int calculateInSampleSize(BitmapFactory.Options options,int reqWidth,int repHeight){
final int height = options.outHeight;
final int width = options.outWidth;
int inSampleSize = 1;
if(height > reqHeight || width > reqWidth){
final int heightRatio = Math.round((float) height/(float) reqHeight);
final int widthRatio = Math.round((float) width/(float) reqWidth);
inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
}
return inSampleSize;
}
public static Bitmap decodeSampleBitmapFromResource(Resource res, int resId,int reqWidth,int reqHeight){
final BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(res, resId, options);
options.inSampleSize = calculateInSampleSize(options,reqWidth,reqHeight);
options.inJustDecodeBounds = false;
return BitmapFactory.decodeResource(res,resId,options);
}
使用方式：
imageView.setImageBitmap(decodeSampleBitmapFromResouce(getResource(),R.id.myimg,100,100));
压缩流程：
（1）、创建Options对象，将inJustDecodeBounds设置为true.
（2）、解析图片，将属性值赋予options对象。
（3）、计算压缩比例，将比例值赋予options的inSampleSize属性。
（4）、将inJustDecodeBounds赋值false后，重新解析图片，返回Bitmap对象。
2.2 批量图片处理
处理单个照片的如上比较简单，但是一旦遇到批量图片处理，android为我们提供一个类LruCache，用于图片缓存（是一种内存缓存技术）。当缓存图片的数量到达预计设定的值的时候，近期使用比较少的图片会被回收掉。
流程：
private LruCache<String, Bitmap> mMemoryCache;
private void initLurCache(){
//1.设置缓存图片使用的内存大小，程序内存的八分之一。
int cacheMemory = (int) (Runtime.getRuntime().maxMemory()/8);
//2.初始化LruCache实例对象，重写sizeOf()、entryRemoved()方法。
mMemoryCache = new LruCache<String, Bitmap>(cacheMemory){
//必须重写此方法，来测量Bitmap的大小
@Override
protected int sizeOf(String key, Bitmap value) {
return value.getRowBytes() * value.getHeight();
}
@Override
protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) {
// TODO Auto-generated method stub
super.entryRemoved(evicted, key, oldValue, newValue);
removeBitmapCache(key);
}
};
}
//3.分别实现清空缓存、添加图片到缓存、获取图片、从缓存移除图片
public void addBitmapToMemoryCache(String key, Bitmap bitmap) {
if (getBitmapFromMemCache(key) == null && bitmap != null) {
mMemoryCache.put(key, bitmap);
}
}
public Bitmap getBitmapFromMemCache(String key) {
return mMemoryCache.get(key);
}
public void clearCache(){
if (mMemoryCache != null && mMemoryCache.size() > 0) {
mMemoryCache.evictAll();
}
}
public void removeBitmapCache(String key){
if (key != null && mMemoryCache != null) {
Bitmap bitmap = mMemoryCache.remove(key);
if (bitmap!=null) {
bitmap.recycle();
}
}
}
3、动态回收内存
显示调用recycle()方法让GC回收内存。
if(!abc.isRecycled()){
abc.recycle();
}
4、优化Dalvik堆内存分配
使用Dalvik.System.VMRuntime类提供的setTargetHeapUtilization()方法可以增强程序堆内存的处理效率。
private final static float HEAP_UTILIZATION = 0.75f;
//在onCreate()的时候调用
Runtime.getRuntime().setTargetHeapUtilization(HEAP_UTILIZATION);
5、自定义内存
private final static int HEAP_SIZE = 6*1024*1024;
Runtime.getRuntime().setMinimumHeapSize(HEAP_SIZE);