Android 高效加载大图、多图解决方案，有效避免程序OOM

本篇文章主要内容来自于 Android Doc，我翻译之后又做了些加工，英文好的朋友也可以直接去读原文。
http://developer.android.com/training/displaying-bitmaps/index.html

一、高效加载大图片

我们在编写 Android 程序的时候经常要用到许多图片，不同图片总是会有不同的形状、不同的大小，但在大多数情况下，这些图片都会大于我们程序所需要的大小。比如说系统图片库里展示的图片大都是用手机摄像头拍出来的，这些图片的分辨率会比我们手机屏幕的分辨率高得多。大家应该知道，我们编写的应用程序都是有一定内存限制的，程序占用了过高的内存就容易出现OOM(OutOfMemory)异常。我们可以通过下面的代码看出每个应用程序最高可用内存是多少。

        int tMaxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);
        Log.e(TAG, "Max memory is " + tMaxMemory + " KB");
      
【运行结果】
        Max memory is 262144 KB

        int tMaxMemory = (int) (Runtime.getRuntime().maxMemory() / (1024 * 1024));
        Log.e(TAG, "Max memory is " + tMaxMemory + " MB");

【运行结果】
        Max memory is 256 MB

因此在展示高分辨率图片的时候，最好先将图片进行压缩。压缩后的图片大小应该和用来展示他的控件大小相近，在一个很小的 ImageView 上显示一张超大的图片不会带来任何视觉上的好处，但却会占用我们相当多宝贵的内存，而且在性能上还可能会带来负面影响。下面我们就来看一看，如何对一张大图片进行适当的压缩，让他能够以最佳大小显示的同时，还能防止 OOM 的出现。

BitmapFactory 这个类提供了多个解析方法 (decodeByteArray, decodeFile, decodeResource 等) 用于创建 Bitmap 对象，我们应该根据图片的来源选择合适的方法。比如 SD 卡中的图片可以使用 decodeFile 方法，网络上的图片可以使用 decodeStream 方法，资源文件中的图片可以使用 decodeResource 方法。这些方法会尝试为已经构建的 bitmap 分配内存，这时就会很容易导致 OOM 出现。为此每一种解析方法都提供了一个可选的BitmapFactory.Options 参数，将这个参数的 inJustDecodeBounds 属性设置为 true 就可以让解析方法禁止为bitmap 分配内存，返回值也不再是一个 Bitmap 对象，而是 null。虽然 Bitmap 是 null 了，但是BitmapFactory.Options 的 outWidth、outHeight 和 outMimeType 属性都会被赋值。这个技巧让我们可以在加载图片之前就获取到图片的长宽值和 MIME 类型，从而根据情况对图片进行压缩。如下代码所示：

        BitmapFactory.Options tOptions = new BitmapFactory.Options();
        tOptions.inJustDecodeBounds = true;
        BitmapFactory.decodeResource(getResources(), R.id.ivMyImage, tOptions);
        int tImageHeight = tOptions.outHeight;
        int tImageWidth = tOptions.outWidth;
        String tImageType = tOptions.outMimeType;

为了避免 OOM 异常，最好在解析每张图片的时候都先检查一下图片的大小，除非你非常信任图片的来源，保证这些图片都不会超出你程序的可用内存。

现在图片的大小已经知道了，我们就可以决定是把整张图片加载到内存中还是加载一个压缩版的图片到内存中。

以下几个因素是我们需要考虑的：

1.预估一下加载整张图片所需占用的内存。

2.为了加载这一张图片你所愿意提供多少内存。

3.用于展示这张图片的控件的实际大小。

4.当前设备的屏幕尺寸和分辨率。

比如，你的 ImageView 只有 128*96 像素的大小，只是为了显示一张缩略图，这时候把一张 1024*768 像素的图片完全加载到内存中显然是不值得的。

那我们怎样才能对图片进行压缩呢？通过设置 BitmapFactory.Options 中 inSampleSize 的值就可以实现。比如我们有一张 2048*1536 像素的图片，将 inSampleSize 的值设置为 4，就可以把这张图片压缩成 512*384 像素。原本加载这张图片需要占用 13M 的内存，压缩后就只需要占用 0.75M了 (假设图片是 ARGB_8888 类型，即每个像素点占用 4 个字节)。下面的方法可以根据传入的宽和高，计算出合适的 inSampleSize 值：

    /**
     * 根据传入的宽和高，计算出合适的 inSampleSize 值
     */
    public static int calculateInSampleSize(BitmapFactory.Options options,
            int reqWidth, int reqHeight) {

        //  源图片的高度和宽度
        final int tHeight = options.outHeight;
        final int tWidth = options.outWidth;

        int tInSampleSize = 1;
        if (tHeight > reqHeight || tWidth > reqWidth) {

            //  计算出实际宽高和目标宽高的比率  
            final int tHeightRatio = Math.round((float) tHeight
                    / (float) reqHeight);
            final int tWidthRatio = Math.round((float) tWidth
                    / (float) reqWidth);

            /*
             * 选择宽和高中最小的比率作为inSampleSize的值， 这样可以保证最终图片的宽和高，一定都会             * 大于等于目标的宽和高。
             */
            tInSampleSize = tHeightRatio < tWidthRatio ? tHeightRatio
                    : tWidthRatio;
        }
        return tInSampleSize;
    }
  
使用这个方法，首先你要将 BitmapFactory.Options 的 inJustDecodeBounds 属性设置为 true，解析一次图片。然后将 BitmapFactory.Options 连同期望的宽度和高度一起传递到 calculateInSampleSize 方法中，就可以得到合适的 inSampleSize 值了。之后再解析一次图片，使用新获取到的 inSampleSize 值，并把inJustDecodeBounds 设置为 false，就可以得到压缩后的图片了。

    /**
     * 根据传入的宽和高，生成相应大小的缩略图
     * 
     * @param res
     * @param resId
     * @param reqWidth
     * @param reqHeight
     * @return
     */
    public static Bitmap decodeSampledBitmapFromResource(Resources res,
            int resId, int reqWidth, int reqHeight) {

        // 第一次解析将inJustDecodeBounds设置为true，来获取图片大小
        BitmapFactory.Options tOptions = new BitmapFactory.Options();

        tOptions.inJustDecodeBounds = true;
        BitmapFactory.decodeResource(res, resId, tOptions);

        // 调用上面定义的方法计算inSampleSize值
        tOptions.inSampleSize = calculateInSampleSize(tOptions, reqWidth,
                reqHeight);

        // 使用获取到的inSampleSize值再次解析图片
        tOptions.inJustDecodeBounds = false;

        return BitmapFactory.decodeResource(res, resId, tOptions);
    }

下面的代码非常简单地将任意一张图片压缩成 100*100 的缩略图，并在 ImageView 上展示。

        ImageView tIvMyImage = (ImageView) this.findViewById(R.id.ivMyImage);
        tIvMyImage.setImageBitmap(decodeSampledBitmapFromResource(
                getResources(), R.drawable.camel, 100, 100));

【肖金来亲自测试】
一张 2.2MB 大小的图片，放在 drawable-hdpi 下面，使用原生的 tIvMyImage.setBackgroundResource(R.drawable.camel); 方法加载图片，根本看不到照片，显示的是空白。而使用上面的方法，可以显示出图片。

二、使用图片缓存技术

在你应用程序的 UI 界面加载一张图片是一件很简单的事情，但是当你需要在界面上加载一大堆图片的时候，情况就变得复杂起来。在很多情况下，（比如使用 ListView, GridView 或者 ViewPager 这样的组件），屏幕上显示的图片可以通过滑动屏幕等事件不断地增加，最终导致 OOM。

为了保证内存的使用始终维持在一个合理的范围，通常会把被移除屏幕的图片进行回收处理。此时垃圾回收器也会认为你不再持有这些图片的引用，从而对这些图片进行 GC 操作。用这种思路来解决问题是非常好的，可是为了能让程序快速运行，在界面上迅速地加载图片，你又必须要考虑到某些图片被回收之后，用户又将他重新滑入屏幕这种情况。这时重新去加载一遍刚刚加载过的图片无疑是性能的瓶颈，你需要想办法去避免这个情况的发生。

这个时候，使用内存缓存技术可以很好的解决这个问题，他可以让组件快速地重新加载和处理图片。下面我们就来看一看如何使用内存缓存技术来对图片进行缓存，从而让你的应用程序在加载很多图片的时候可以提高响应速度和流畅性。

内存缓存技术对那些大量占用应用程序宝贵内存的图片提供了快速访问的方法。其中最核心的类是 LruCache (此类在 android-support-v4 的包中提供 )。这个类非常适合用来缓存图片，他的主要算法原理是把最近使用的对象用强引用存储在 LinkedHashMap 中，并且把最近最少使用的对象在缓存值达到预设定值之前从内存中移除。

在过去，我们经常会使用一种非常流行的内存缓存技术的实现，即软引用或弱引用 (SoftReference or WeakReference)。但是现在已经不再推荐使用这种方式了，因为从 Android 2.3 (API Level 9)开始，垃圾回收器会更倾向于回收持有软引用或弱引用的对象，这让软引用和弱引用变得不再可靠。另外，Android 3.0 (API Level 11)中，图片的数据会存储在本地的内存当中，因而无法用一种可预见的方式将其释放，这就有潜在的风险造成应用程序的内存溢出并崩溃。

为了能够选择一个合适的缓存大小给 LruCache, 有以下多个因素应该放入考虑范围内，例如：

1.你的设备可以为每个应用程序分配多大的内存？

2.设备屏幕上一次最多能显示多少张图片？有多少图片需要进行预加载，因为有可能很快也会显示在屏幕上？

3.你的设备的屏幕大小和分辨率分别是多少？一个超高分辨率的设备（例如 Galaxy Nexus) 比起一个较低分辨率的设备（例如 Nexus S），在持有相同数量图片的时候，需要更大的缓存空间。

4.图片的尺寸和大小，还有每张图片会占据多少内存空间。

5.图片被访问的频率有多高？会不会有一些图片的访问频率比其他图片要高？如果有的话，你也许应该让一些图片常驻在内存当中，或者使用多个 LruCache 对象来区分不同组的图片。

6.你能维持好数量和质量之间的平衡吗？有些时候，存储多个低像素的图片，而在后台去开线程加载高像素的图片会更加的有效。

并没有一个指定的缓存大小可以满足所有的应用程序，这是由你决定的。你应该去分析程序内存的使用情况，然后制定出一个合适的解决方案。一个太小的缓存空间，有可能造成图片频繁地被释放和重新加载，这并没有好处。而一个太大的缓存空间，则有可能还是会引起 java.lang.OutOfMemory 的异常。

下面是一个使用 LruCache 来缓存图片的例子：

/**
 * 使用 LruCache 来缓存图片
 */
public class LruCacheActivity extends Activity {

    private LruCache<String, Bitmap> mMemoryCache;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);

        initControl();
    }

    private void initControl() {

        /*
         * 获取到可用内存的最大值，使用内存超出这个值会引起 OutOfMemory 异常。 LruCache通过构造函数传入缓存值，以KB为单位。
         */
        int tMaxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);

        // 使用最大可用内存值的1/8作为缓存的大小。
        int tCacheSize = tMaxMemory / 8;

        mMemoryCache = new LruCache<String, Bitmap>(tCacheSize) {

            protected int sizeOf(String key, Bitmap bitmap) {

                // 重写此方法来衡量每张图片的大小，默认返回图片数量。
                return bitmap.getByteCount();
            };
        };
    }

    public void addBitmapToMemoryCache(String key, Bitmap bitmap) {

        if (getBitmapFromCache(key) == null) {

            mMemoryCache.put(key, bitmap);
        }
    }

    public Bitmap getBitmapFromCache(String key) {

        return mMemoryCache.get(key);
    }
}
  
在这个例子当中，使用了系统分配给应用程序的八分之一内存来作为缓存大小。在中高配置的手机当中，这大概会有 4 兆 (32/8) 的缓存空间。一个全屏幕的 GridView 使用 4 张 800x480 分辨率的图片来填充，则大概会占用 1.5 兆的空间 (800*480*4)。因此，这个缓存大小可以存储 2.5 页的图片。

当向 ImageView 中加载一张图片时,首先会在 LruCache 的缓存中进行检查。如果找到了相应的键值，则会立刻更新 ImageView，否则开启一个后台线程来加载这张图片。

    public void imageLoader(String imagePath,ImageView imageView){
        
        String tImageKey = String.valueOf(imagePath);
        Bitmap tBitmap = getBitmapFromCache(tImageKey);

        if (tBitmap == null) {

            BitmapWorkerTask tBitWorkTask = new BitmapWorkerTask(imageView,mMemoryCache);
            tBitWorkTask.execute(tImageKey);
        } else {

            imageView.setImageBitmap(tBitmap);
        }
    }
  
BitmapWorkerTask 还要把新加载的图片的键值对放到缓存中。

    @Override
    protected Bitmap doInBackground(String... params) {

        String imagePath = getImagePath(params[0]);
        Bitmap tBitmap = null;

        if (imagePath == null || imagePath.equals("")) {

            return null;
        }

        tBitmap = getFileBitmap(imagePath);
        mMemoryCache.put(imagePath, tBitmap);

        return tBitmap;
    }

掌握了以上两种方法，不管是要在程序中加载超大图片，还是要加载大量图片，都不用担心 OOM 的问题了!不过仅仅是理论地介绍不知道大家能不能完全理解，在后面的文章中我会演示如何在实际程序中灵活运用上述技巧来避免程序 OOM，感兴趣的朋友请继续阅读 Android照片墙应用实现，再多的图片也不怕崩溃。

三、自己写的基于 LruCache 处理图片主要类代码

/**
 * 自定义图片缓存类
 */
public class XjlLruCache {

    private LruCache<String, Bitmap> mMemoryCache;
    
    public XjlLruCache(){
        
        /*
         * 获取到可用内存的最大值，使用内存超出这个值会引起 OutOfMemory 异常。 LruCache通过构造函数传入缓存值，以KB为单位。
         */
        int tMaxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);

        // 使用最大可用内存值的1/8作为缓存的大小。
        int tCacheSize = tMaxMemory / 8;

        mMemoryCache = new LruCache<String, Bitmap>(tCacheSize) {

            protected int sizeOf(String key, Bitmap bitmap) {

                // 重写此方法来衡量每张图片的大小，默认返回图片数量。
                return bitmap.getByteCount();
            };
        };
    }
    
    public void imageLoader(String imagePath,ImageView imageView){
        
        String tImageKey = String.valueOf(imagePath);
        Bitmap tBitmap = getBitmapFromCache(tImageKey);

        if (tBitmap == null) {

            BitmapWorkerTask tBitWorkTask = new BitmapWorkerTask(imageView,mMemoryCache);
            tBitWorkTask.execute(tImageKey);
        } else {

            imageView.setImageBitmap(tBitmap);
        }
    }
    
    public Bitmap getBitmapFromCache(String key) {

        return mMemoryCache.get(key);
    }
}

/**
 * 异步加载缓存图片
 */
public class BitmapWorkerTask extends AsyncTask<String, Void, Bitmap> {

    private ImageView mImageView;
    private LruCache<String, Bitmap> mMemoryCache;

    private int mReqWidth;
    private int mReqHeight;

    public BitmapWorkerTask() {

    }

    public BitmapWorkerTask(ImageView imageView,
            LruCache<String, Bitmap> mMemoryCache) {

        this.mImageView = imageView;
        this.mMemoryCache = mMemoryCache;

        mReqWidth = imageView.getWidth();
        mReqHeight = imageView.getHeight();
    }

    @Override
    protected Bitmap doInBackground(String... params) {

        String imagePath = getImagePath(params[0]);
        Bitmap tBitmap = null;

        if (imagePath == null || imagePath.equals("")) {

            return null;
        }

        tBitmap = getFileBitmap(imagePath);
        mMemoryCache.put(imagePath, tBitmap);

        return tBitmap;
    }

    @Override
    protected void onPostExecute(Bitmap bitmap) {
        super.onPostExecute(bitmap);

        if (mImageView == null || bitmap == null) {

            mImageView.setBackgroundResource(R.drawable.ic_launcher);
        } else {

            mImageView.setImageBitmap(bitmap);
        }
    }

    /**
     * 获取图片路径
     * 
     * @param string
     * @return
     */
    private String getImagePath(String imagePath) {

        File tFile = new File(imagePath);

        if (tFile.exists()) {

            return tFile.getAbsolutePath();
        } else {

            return null;
        }
    }

    public Bitmap getFileBitmap(String imagePath) {

        // 第一次解析将inJustDecodeBounds设置为true，来获取图片大小
        BitmapFactory.Options tOptions = new BitmapFactory.Options();

        tOptions.inJustDecodeBounds = true;
        BitmapFactory.decodeFile(imagePath, tOptions);

        // 调用上面定义的方法计算inSampleSize值
        tOptions.inSampleSize = calculateInSampleSize(tOptions, 100, 100);

        // 使用获取到的inSampleSize值再次解析图片
        tOptions.inJustDecodeBounds = false;

        return BitmapFactory.decodeFile(imagePath, tOptions);
    }

    /**
     * 根据传入的宽和高，计算出合适的 inSampleSize 值
     */
    public int calculateInSampleSize(BitmapFactory.Options options,
            int reqWidth, int reqHeight) {

        // 源图片的高度和宽度
        final int tHeight = options.outHeight;
        final int tWidth = options.outWidth;

        int tInSampleSize = 1;

        if (tHeight > reqHeight || tWidth > reqWidth) {

            // 计算出实际宽高和目标宽高的比率
            final int tHeightRatio = Math.round((float) tHeight
                    / (float) reqHeight);
            final int tWidthRatio = Math.round((float) tWidth
                    / (float) reqWidth);

            /*
             * 选择宽和高中最小的比率作为 inSampleSize 的值， 这样可以保证最终图片的宽和高，一定都会大于等于目标的宽和高。
             */
            tInSampleSize = tHeightRatio < tWidthRatio ? tHeightRatio
                    : tWidthRatio;
        }
        return tInSampleSize;
    }
}

/**
 * 缓存图片适配器
 */
public class LruCacheAdapter extends BaseAdapter {

    private List<String> mDatas;
    private LayoutInflater mInflater;
    private XjlLruCache mLruCache;

    public LruCacheAdapter(Context context, List<String> datas) {

        mInflater = LayoutInflater.from(context);
        this.mDatas = datas;

        mLruCache = new XjlLruCache();
    }

    @Override
    public int getCount() {

        return mDatas.size();
    }

    @Override
    public Object getItem(int position) {

        return position;
    }

    @Override
    public long getItemId(int position) {

        return position;
    }

    @Override
    public View getView(int position, View convertView, ViewGroup parent) {

        if (convertView == null) {

            convertView = mInflater.inflate(R.layout.activity_lrucache_item,
                    null);
        }

        ImageView tIvMyImage = (ImageView) convertView
                .findViewById(R.id.ivLruCache);

        mLruCache.imageLoader(mDatas.get(position), tIvMyImage);

        return convertView;
    }
}

/**
 * 自已写的，基于 LruCache 缓存图片 Activity
 */
public class LruCacheActivity extends Activity {

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);

        initControl(); // 加载控件
    }

    private void initControl() {

        setContentView(R.layout.activity_lrucache);

        List<String> mDatas = new ArrayList<String>();
        for (int i = 1; i < 300; i++) {

            mDatas.add(FileUtils.IMAGE_PATH + "backimg" + i + ".jpg");
        }

        ListView tLvLruCache = (ListView) this.findViewById(R.id.lvLruCache);
        tLvLruCache.setAdapter(new LruCacheAdapter(this, mDatas));
    }
}