android-Bitmap那些事儿

整理了几篇文章总结:

缓存有啥作用:

  • 最简单一种,一张相同的图片出现在不同的地方,缓存可以保证使用的是一个Bitmap对象,而不是每个出现的地方都是不同的对象,毕竟Bitmap是内存大户,少伺候一个是一个。
  • 从文件或者网络读取图片,流量和时间成本都高,如果按照url或者path缓存,就可以节省资源。
  • 内存缓存多用LruCache的,软引用和弱引用已经不被推荐,因为官网说GC更激进,对以上两种引用的回收可能性增大,这样就达不到缓存的目的了。
  • 如果自己要做缓存,一定要考虑好回收策略和缓存空间的大小。

Bitmap到底占用了多少内存

BitmapFactory中的以下几个变量的注释中解释了各自的作用,大概说来就是他们和inScaled变量一起确定了返回的bitmap的缩放情况,也就是影响实际读取到内存中的大小。

inTargetDensity:application实际运行时获取到的设备的dpi信息。是影响bitmap读取时scale的关键。

inScreenDensity:设备的dpi,也就是显示屏幕的dpi。

inDensity:一个跟drawable所属dpi有关的值,如果没有相应的dpi归类,则被设置为默认值DENSITY_MEDIUM也就是160。
参考一段BitmapFactory中的代码:

    /**
     * Decode a new Bitmap from an InputStream. This InputStream was obtained from
     * resources, which we pass to be able to scale the bitmap accordingly.
     */
    public static Bitmap decodeResourceStream(Resources res, TypedValue value,
            InputStream is, Rect pad, Options opts) {

        if (opts == null) {
            opts = new Options();
        }

        if (opts.inDensity == 0 && value != null) {
            final int density = value.density;
            if (density == TypedValue.DENSITY_DEFAULT) {
                opts.inDensity = DisplayMetrics.DENSITY_DEFAULT;
            } else if (density != TypedValue.DENSITY_NONE) {
                opts.inDensity = density;
            }
        }
        
        if (opts.inTargetDensity == 0 && res != null) {
            opts.inTargetDensity = res.getDisplayMetrics().densityDpi;
        }
        
        return decodeStream(is, pad, opts);
    }

对于读取文件生成的bitmap到底占用了你多少资源,这篇blog[1]

从源代码的角度说的比较清楚了。不过除此之外,我的理解,如果放到了assets或者直接读取文件,也就是不从drawable中取得的话,需要看decode的时候怎么设置的BitmapFactory.Options,如果opt是null,inDensity应该是默认值mediumDpi也就是160。BitmapFactory和Bitmap类里对这一部分比较清楚,关键点还是去看源代码比较好。

小结:影响Bitmap占用内存的几个点:

  1. 色彩格式:ARGB8888,RGB565
  2. 原始文件存放的资源目录:hdpi,xhdpi等,从相应资源文件夹下读取到的图片资源会将这个dpi信息传递给opts.inTargetDensity
  3. 目标屏幕的密度。

减少Bitmap的内存占用,防止OOM

  • 针对不同场景合适的选用jpg或者png

    1. 需要alpha通道只能用png。
    2. 色值丰富,那么用jpg,如果作为按钮的背景,请用png。
    3. 目标用户的 cpu 是否强劲?jpg 的图像压缩算法比png耗时。
  • 使用inSampleSize压缩图片

    对原始图片比较大但是显示质量要求并不严格的可使用采样加载,如果采样率为2,则最中读入内存的只有原始大小的1/4。

  • 灵活使用矩阵:大图小用用采样,小图大用用矩阵

    Matrix有很多变换,结合Canvas和ImageView使用达到图片各种操作。

  • 尽量用自定义View代替帧动画

    比如需要多个drawable资源做帧的loading效果完全可以用自定义view替换。

使用内存、文件、网络缓存的策略减少重复加载,基础的缓存方式是LRU算法。当然也可以根据业务需求使用合适的缓存或者加载策略,如有有个场景频繁读入bitmap并不确定性相互切换,但是并不是每张都重复使用,比如目前比较火的类似FaceU的动态贴纸选择。此时就不能直接将这些图片全都缓存,否则会由于命中率低造成巨大的内存浪费。
关于内存分析的方法,可以参考这篇Android最佳性能实践(二)——分析内存的使用情况[4]


  1. Android 开发绕不过的坑:你的 Bitmap 究竟占多大内存?

  2. 解析Android开发优化之:对Bitmap的内存优化详解

  3. 【MDCC 2015】开源选型之Android三大图片缓存原理、特性对比

  4. Android最佳性能实践(二)——分析内存的使用情况

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,776评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,527评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,361评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,430评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,511评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,544评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,561评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,315评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,763评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,070评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,235评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,911评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,554评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,173评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,424评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,106评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,103评论 2 352

推荐阅读更多精彩内容