一点内存优化的总结

最近在跟随一门 Android 课程学习,下面就来总结一下学习的内存。

当我们在消耗内存的时候,系统就会为我们分配内存,而分配内存遇到内存不够就会去做 GC,当然始终都不够程序就 OOM 了。

就比如当我们程序退到后台后,再回到前台时我们发现了又重新进入了启动页,这时候就说明我们我们的程序进入后台后被系统杀掉了,一方面可能因为当前线程优先级较低,另一方面程序本身占用内存太大,而程序这时候内存不够不杀你杀谁呢?

接下来就是我的学习总结了。

内存优化流程

  • 测量(比如定位内存占用大小,哪些内存可以及时释放或减小,哪里发了内存泄漏等等)
  • 减少内存占用 / 分配次数(在测量后我们可以做优化)
  • 复用(一些资源可能需要重复使用或者初始化比较复杂耗时就可以复用)
  • 回收(一些不用的对象及时回收,从而腾出空间供其他对象使用)
  • 代码的 Review

这就是代码优化的一个流程,那么下面就来分别介绍一下它们。

减少内存占用 / 分配次数

1.按需分配,如拿到后图片缩小尺寸也可修改每个通道所占字节或者等到需要使用时在进行资源的加载。

2.容器的优化,如当 Key 为 Integer 时使用 SparseArray 替换 HashMap。

  • HashMap 的优点为:通用性、大数据量时性能更优
  • SpaseArray的优点为:省空间、省去了自动拆装箱的问题

3.代码段优化

  • 减少 APK 大小(图片资源,代码资源等等)
  • 注意第三方库的影响(可能增加 APK 大小,可能会有冗余或者重复的模块)
  • 适度的代码抽象(这个好难把握。。。)
  • 使用混淆(又保护了代码,还提升代码运行性能,也减少了代码体积)

4.多进程设计
当系统内存不足,进入低内存状态时, oom_adj(值越大优先级越低)越大也就越容易被杀死,而如果我们占用的内存越大也是越容易被杀死的,所以我们提高进程优先级且使得进程所占内存较小。

如 WebView 其实会很耗资源,适合单独放在一个进程内运行,这样使用时不会影响程序的主进程运行。听歌时也应该将播放模块单独放在一个进程内,并提高进程优先级保证用户在听歌时候不会被打断。

我们可以将功能不一样、重要程度不一样的拆开从而让他们跑在不同的进程中,使我们可以正常使用我们的程序。

缓存(空间换时间)

我们其实并不需要一味减少内存使用,有时候我们需要把对方放在内存中,尽量不去销毁,从而实现重复使用,如图片的缓存,使得我们不用重复去网络加载节省流量,也减少了我们频繁解码带来的压力。

1.缓存的生命周期控制

  • 额度控制(缓存大小)
  • 时间控制(存在时长)
  • 范围控制(在某个范围内使用,超出范围可能缓存也就失去了意义)

2.LruCache
Android 自带的缓存类,它里面的算法就是 LRU,也就是最近使用。内部通过一个带有优先级的 Map 来实现我们使用时间越近优先级也就越高,从而长时间不使用的也就越容易被替换掉。

当然我们可以通过 sizeOf() 指定我们的缓存大小,LruCache 内部提供了很多便于我们操作的方法,这里就不一一介绍了。

3.Pool(对象池)
适用对象为:

  • 创建开销比较大
  • 使用频繁但内容不同

与 Cache 的区别:

  • 没有 Key,按照类型聚集
  • 仅减少对象创建开销

比如 Message 的 obtain() 就是从消息池去取消息,这样比我们每次都去 new 更高效。ListView 中的也有这样的机制,当我们在 getView() 中去创建视图时,getVIew() 的参数中就带着视图的复用(convertView),从而减少了我们每次都要创建视图的带来的不断的消耗内存的问题。

4.inBitmap 的使用(但有一些限制)。

  • 重用无用位图的像素空间,减少一次内存分配
  • 有一些限制,在 4.4 之前跟严格,4.4 之后只要位图控件够用就行

回收

1.GC
Android 中 GC 类型,前面三种都和我们内存分配有关:

  • GC_CONCURRENT(日常 GC,分配的内存达到一定值的时候,并行)
  • GC_FOR_MALLOC(请求分配内存时发现内存不够时)
  • GC_BEFORE_OOM(前面操作完成了内存还是不够,如果不 GC,就会直接抛出 OOM)
  • GC_EXPLICIT(显示的 GC,如自己调用 GC)

流程:会先判断时候为并行 GC,如果不是就会挂起所有线程,然后执行标记-清楚,最后恢复挂起线程,如果是并行就会分段挂起线程,然后标记,恢复线程,最后清除。

GC 的影响:工作线程被挂起,造成卡顿。

2.引用类型正确使用

  • 强引用(一旦对象有强引用,那么 GC 不会回收该对象)
  • 软引用(如果对象没有强引用,那么下次 GC 的时候,对象会被回收掉)
  • 弱引用(除了弱引用之外,不存在强引用和软引用,那么会被立即回收掉)
  • 虚引用(听说是拿来做 GC 跟踪用的)

3.onTrimMemory() 这个回调
官方介绍说这个回调使用来做内存管理的,我们可以根据其传递的参数(这些具体值我就不一一介绍了)逐步释放内存,从而也使得对应的进程存活时间更长一些。有很多类都实现了这个回调的接口,如 Activity、Service、Application 等等。

这就是我对课程的一些总结,如果有不足的地方,我会及时跟进补充。

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 204,530评论 6 478
  • 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 86,403评论 2 381
  • 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 151,120评论 0 337
  • 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 54,770评论 1 277
  • 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 63,758评论 5 367
  • 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 48,649评论 1 281
  • 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 38,021评论 3 398
  • 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 36,675评论 0 258
  • 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 40,931评论 1 299
  • 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 35,659评论 2 321
  • 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 37,751评论 1 330
  • 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 33,410评论 4 321
  • 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 39,004评论 3 307
  • 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 29,969评论 0 19
  • 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 31,203评论 1 260
  • 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 45,042评论 2 350
  • 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 42,493评论 2 343

推荐阅读更多精彩内容