zoukankan      html  css  js  c++  java
  • Android使用缓存优化ListView

    ListView调用Adapter的getView方法获取每一个Item布局,将这些已经获得的Item布局放入缓存,将大大提高获取数据的效率,而且节省更多的流量,将数据进行缓存有两种方法是,一种是将内存缓存一种是sd卡缓存,在此分别进行演示。
    sd卡缓存:
    sd卡缓存是将下载的数据保存到sd卡中,当再次要获取数据时,首先要判断sd卡中是否存在,如果存在的话,就直接读取sd卡中的数据,如果不存在就从网上下载,然后保存到sd卡中
    内存缓存:
    内存优化是将获取到的数据存取到Map集合中,如果再次引用此数据,就直接从Map集合中获取,这样会导致一个问题,如果Map集合中的数据特别多,比如存取了100万条数据,这样有可能就会导致内存溢出。这是因为Map集合是强引用的集合,如何不把Map集合置为空的话,这个集合Java虚拟机就不会把它回收掉,当Map中的数据大小超过了内存大小就会导致内存溢出。为了避免这种异常我们要使用软引用softreference ,软引用和强引用的区别如下:
    1. softreference 他是java虚拟机给我们提供的一个包装类型.
    在包装类型里面的对象 一般情况下 ,java虚拟机会尽量长时间的保留这个对象
    当java虚拟机内存不足的时候 java虚拟机就会回收 softreference里面的对象
    
    2. hardreference  默认new出来的对象 都是这种强应用的类型
    只要一个对象还保留的有引用,他就不会被垃圾回收
    Map<String,Bitmap> map;
     
    核心代码:
    sd卡缓存
    [java] view plaincopyprint?
    public class MyReadAdapter extends BaseAdapter{  
        private List<CollectionEntry> entrys;  
      
        public MyReadAdapter(CollectionFeed feeds) {  
            entrys = feeds.getEntries();  
        }  
      
        public int getCount() {  
            return entrys.size();  
        }  
      
        public Object getItem(int position) {  
            return entrys.get(position);  
        }  
      
        public long getItemId(int position) {  
            return position;  
        }  
      
        public View getView(int position, View convertView, ViewGroup parent) {  
            View view = infalter.inflate(R.layout.myread_item, null);  
            final ImageView iv =  (ImageView) view.findViewById(R.id.book_img);  
              
            //获取数据实体   
            CollectionEntry ce = entrys.get(position);  
            //获取图片地址   
            String iconurl = ce.getSubjectEntry().getLink("image", null).getHref();  
            int start = iconurl.lastIndexOf("/");  
            int end = iconurl.length();  
            final String iconname = iconurl.substring(start, end);  
            //Environment.getExternalStorageDirectory()这个是sd卡目录   
            File file = new File(Environment.getExternalStorageDirectory(),iconname);  
              
            //获取sd卡缓存   
            if(file.exists()){  
                iv.setImageURI(Uri.fromFile(file));  
                Log.i(TAG,"使用sd卡图片");  
            }else{  
                new LoadImageAsynTask(new ImageTaskCallback() {  
                // 图片获取之后   
                public void onImageLoaded(Bitmap bitmap) {  
                    if(bitmap!=null){  
                    iv.setImageBitmap(bitmap);  
                      
                    //把图片存到sd卡上    
                    if(Environment.getExternalStorageState().equals(Environment.MEDIA_MOUNTED)){  
                        try {  
                            File file = new File(Environment.getExternalStorageDirectory(),iconname);  
                            FileOutputStream fos = new FileOutputStream(file);  
                            bitmap.compress(CompressFormat.JPEG, 100, fos);  
                        } catch (Exception e) {  
                            e.printStackTrace();  
                        }  
                    }  
                    }else{  
                        iv.setImageResource(R.drawable.book);  
                    }  
                }  
                //图片获取之前   
                public void beforeImageLoaded() {  
                    iv.setImageResource(R.drawable.book);  
                }  
            }).execute(iconurl);  
            }  
            return view;  
        }  
          
    }  
    
     
    内存缓存
    [java] view plaincopyprint?
    Map<String,SoftReference<Bitmap>> map;  
    public class MyReadAdapter extends BaseAdapter{  
        private List<CollectionEntry> entrys;  
      
        public MyReadAdapter(CollectionFeed feeds) {  
            entrys = feeds.getEntries();  
        }  
      
        public int getCount() {  
            return entrys.size();  
        }  
      
        public Object getItem(int position) {  
            return entrys.get(position);  
        }  
      
        public long getItemId(int position) {  
            return position;  
        }  
      
        public View getView(int position, View convertView, ViewGroup parent) {  
            View view = infalter.inflate(R.layout.myread_item, null);  
            final ImageView iv =  (ImageView) view.findViewById(R.id.book_img);  
            //获取到数据的实体   
            CollectionEntry ce = entrys.get(position);  
            //获取到图片的Url   
            String iconurl = ce.getSubjectEntry().getLink("image", null).getHref();  
            int start = iconurl.lastIndexOf("/");  
            int end = iconurl.length();  
            final String iconname = iconurl.substring(start, end);  
              
            //使用内存缓存   
            if(map!=null && map.get(iconname)!=null){  
                iv.setImageBitmap(map.get(iconname).get());  
                Log.i(TAG,"使用内存缓存");  
            }  
            else{  
            new LoadImageAsynTask(new ImageTaskCallback() {  
                // 图片获取之后   
                public void onImageLoaded(Bitmap bitmap) {  
                    if(bitmap!=null){  
                    iv.setImageBitmap(bitmap);  
                      
                    //存放到内存中,   
                    //软引用类型的bitmap   
                    map.put(iconname, new SoftReference<Bitmap>(bitmap));  
                    }else{  
                        iv.setImageResource(R.drawable.book);  
                    }  
                }  
                //图片获取之前   
                public void beforeImageLoaded() {  
                    iv.setImageResource(R.drawable.book);  
                }  
            }).execute(iconurl);  
            }  
            return view;  
        }  
    }  
    

      

    转载自http://blog.sina.com.cn/s/blog_5fc933730101apwl.html

  • 相关阅读:
    【机器学习】matplotlib库练习-函数绘图
    【算法】二分查找应用:直接在结果域中进行二分查找
    【机器学习】朴素贝叶斯-02
    【机器学习】朴素贝叶斯-01
    【机器学习】决策树-02
    【机器学习】决策树-01
    【机器学*】k*邻算法-03
    【机器学*】k*邻算法-02
    【LeetCode】剑指 Offer 04. 二维数组中的查找
    【感悟】观《BBC彩色二战纪录片》有感
  • 原文地址:https://www.cnblogs.com/nanhai/p/2760792.html
Copyright © 2011-2022 走看看