相信同伴们在日常的开发中，一定对图片加载有所涉猎，并且关于图片加载现有的第三方库也许多，例如Glide、coil等，运用这些三方库咱们好像就没有啥忧虑的，他们内部的内存办理和缓存战略做的很好，可是一旦在某些场景中无法运用图片加载库，或许项目中没有运用图片加载库并且重构难度大的情况下，关于Bitmap内存的办理就显得尤为重要了，一旦运用呈现问题，那么OOM是常有的事。

在Android 8.0之后，Bitmap的内存分配从Java堆搬运到了Native堆中，所以咱们能够经过Android profiler性能检测工具查看内存运用情况。

未经过内存办理，列表滑动前内存状况：

Android进阶宝典 -- 学会Bitmap内存管理，你的App内存还会暴增吗？

列表滑动时，内存状况：

经过上面两张图咱们能够发现，Java堆区的内存没有改变，可是Native的内存发生了剧烈的颤动，并且伴随着频频的GC，假如有了解JVM的同伴，这种情况下必定伴随着应用的卡顿，所以关于Bitmap加载，就要防止频频地创立和收回，因而本章将会着重介绍Bitmap的内存办理。

1 Bitmap“整容”

首要咱们需求清晰一点，既然是内存办理，莫非只是对图片紧缩确保不会OOM吗？其实不是的，内存办理一定是多面多点的，紧缩是一方面，为什么起标题为“整容”，是由于终究加载到内存的Bitmap一定不是单纯地经过decodeFile就能完成的。

1.1 Bitmap内存复用

上图内存状况对应的列表代码如下：

override fun onBindViewHolder(holder: ViewHolder, position: Int) {
    bindBitmap(holder)
}
///sdcard/img.png
private fun bindBitmap(holder: ViewHolder) {
    val bitmap = BitmapFactory.decodeFile("/sdcard/img.png")
    holder.binding.ivImg.setImageBitmap(bitmap)
}

假如熟悉RecyclerView的缓存机制应该了解，当RecyclerView的Item移出页面之后，会放在缓存池傍边；当下面的item显现的时分，首要会从缓存池中取出缓存，直接调用onBindViewHolder办法，所以依然会从头创立一个Bitmap，因而针对列表的缓存特性能够选择Bitmap内存复用机制。

看上面这张图，由于顶部的Item在新建的时分，已经在native堆区中分配了一块内存，所以当这块区域被移出屏幕的时分，下面显现的Item不需求再次分配内存空间，而是复用移出屏幕的Item的内存区域，然后防止了频频地创立Bitmap导致内存颤动。

override fun onBindViewHolder(holder: ViewHolder, position: Int) {
    bindBitmap(holder)
}
///sdcard/img.png
private fun bindBitmap(holder: ViewHolder) {
    if (option == null) {
        option = BitmapFactory.Options()
        //敞开内存复用
        option?.inMutable = true
    }
    val bitmap = BitmapFactory.decodeFile("/sdcard/img.png", option)
    option?.inBitmap = bitmap
    holder.binding.ivImg.setImageBitmap(bitmap)
}

那么怎么完成内存复用，在BitmapFactory中供给了Options选项，当设置inMutable特点为true之后，就代表敞开了内存复用，此刻假如新建了一个Bitmap，并将其添加到inBitmap中，那么后续所有Bitmap的创立，只要比这块内存小，那么都会放在这块内存中，防止重复创立。

滑动前：

滑动时：

经过上图咱们发现，即便是在滑动的时分，Native内存都没有明显的改变。

1.2 Bitmap紧缩

像1.1中这种加载方式，其实都是会直接将Bitmap加载到native内存中，例如咱们设置的ImageView只要100*100，那么图片的巨细为1000 * 800，其实是不需求将这么大体量的图片直接加载到内存中，那么有没有一种方式，在图片加载到内存之前就能拿到这些根底信息呢？

当然有了，这儿仍是要搬出BitmapFactory.Option这个类，其间inJustDecodeBounds这个特点的含义，从字面意思上就能够看出，只解码鸿沟，也便是意味着在加载内存之前，是会拿到Bitmap的宽高的，留意需求成对呈现，敞开后也需求封闭。

private fun bindBitmap(holder: ViewHolder) {
    if (option == null) {
        option = BitmapFactory.Options()
        //敞开内存复用
        option?.inMutable = true
    }
    //在加载到内存之前，获取图片的根底信息
    option?.inJustDecodeBounds = true
    BitmapFactory.decodeFile("/sdcard/img.png",option)
    //获取宽高
    val outWidth = option?.outWidth ?: 100
    val outHeight = option?.outHeight ?: 100
    //核算缩放系数
    option?.inSampleSize = calculateSampleSize(outWidth, outHeight, 100, 100)
    option?.inJustDecodeBounds = false
    val bitmap = BitmapFactory.decodeFile("/sdcard/img.png", option)
    option?.inBitmap = bitmap
    holder.binding.ivImg.setImageBitmap(bitmap)
}
private fun calculateSampleSize(
    outWidth: Int,
    outHeight: Int,
    maxWidth: Int,
    maxHeight: Int
): Int? {
    var sampleSize = 1
    Log.e("TAG","outWidth $outWidth outHeight $outHeight")
    if (outWidth > maxWidth && outHeight > maxHeight) {
        sampleSize = 2
        while (outWidth / sampleSize > maxWidth && outHeight / sampleSize > maxHeight) {
            sampleSize *= 2
        }
    }
    return sampleSize
}

然后会需求核算一个紧缩的系数，给BitmapFactory.Option类的inSampleSize赋值，这样Bitmap就完成了缩放，咱们再次看运行时的内存状况。

Native内存简直下降了一半。

2 手写图片缓存结构

在第一节中，咱们关于Bitmap本身做了一些处理，例如紧缩、内存复用。虽然做了这些处理，可是不足以作为一个优秀的结构对外输出。

为什么呢？像1.2节中，咱们虽然做了内存复用以及紧缩，可是每次加载图片都需求从头调用decodeFile拿到一个bitmap目标，其实这都是同一张图片，即便是在项目中，必定也存在相同的图片，那么咱们必定不能重复加载，因而关于加载过的图片咱们想缓存起来，比及下次加载的时分，直接拿缓存中的Bitmap，其实也是加快了响应时刻。

2.1 内存缓存

首要一个老练的图片加载结构，三级缓存是必须的，像Glide、coil的缓存战略，假如能把这篇文章搞懂了，那么就全通了。

在Android中，供给了LruCache这个类，也是内存缓存的首选，假如熟悉LruCache的同伴，应该明白其间的原理。它其实是一个双向链表，以最近少用原则，当缓存中的数据长时刻不必，并且有新的成员参加进来之后，就会移除尾部的成员，那么咱们首要搞定内存缓存。

class BitmapImageCache {
    private var context: Context? = null
    //默认封闭
    private var isEnableMemoryCache: Boolean = false
    private var isEnableDiskCache: Boolean = false
    constructor(builder: Builder) {
        this.context = context
        this.isEnableMemoryCache = builder.isEnableMemoryCache
        this.isEnableDiskCache = builder.isEnableDiskCache
    }
    class Builder {
        var context: Context? = null
        //是否敞开内存缓存
        var isEnableMemoryCache: Boolean = false
        //是否敞开磁盘缓存
        var isEnableDiskCache: Boolean = false
        fun with(context: Context): Builder {
            this.context = context
            return this
        }
        fun enableMemoryCache(isEnable: Boolean): Builder {
            this.isEnableMemoryCache = isEnable
            return this
        }
        fun enableDiskCache(isEnable: Boolean): Builder {
            this.isEnableDiskCache = isEnable
            return this
        }
        fun build(): BitmapImageCache {
            return BitmapImageCache(this)
        }
    }
}

根底结构选用制作者规划形式，基本都是一些开关，操控是否敞开内存缓存，或许磁盘缓存，接下来进行一些初始化操作。

首要关于内存缓存，咱们运用LruCache，其间有两个中心的办法：sizeOf和entryRemoved，办法的作用已经在注释里了。

class BitmapLruCache(
    val size: Int
) : LruCache<String, Bitmap>(size) {
    /**
     * 告知体系Bitmap内存的巨细
     */
    override fun sizeOf(key: String, value: Bitmap): Int {
        return value.allocationByteCount
    }
    /**
     * 当Lru中的成员被移除之后，会走到这个回调
     * @param oldValue 被移除的Bitmap
     */
    override fun entryRemoved(evicted: Boolean, key: String, oldValue: Bitmap, newValue: Bitmap?) {
        super.entryRemoved(evicted, key, oldValue, newValue)
    }
}

当LruCache中元素被移除之后，咱们想是不是就需求收回了，那这样的话其实就错了。记不记得咱们前面做的内存复用战略，假如当时Bitmap内存是能够被复用的，直接收回掉，那内存复用就没有意义了，所以针对可复用的Bitmap，能够放到一个复用池中，确保其在内存中。

/**
 * 当Lru中的成员被移除之后，会走到这个回调
 * @param oldValue 被移除的Bitmap
 */
override fun entryRemoved(evicted: Boolean, key: String, oldValue: Bitmap, newValue: Bitmap?) {
    if (oldValue.isMutable) {
        //放入复用池
        reusePool?.add(WeakReference(oldValue))
    } else {
        //收回即可
        oldValue.recycle()
    }
}

所以这儿加了一个判断，当这个Bitmap是支撑内存复用的话，就加到复用池中，确保其他Item在复用内存的时分不至于找不到内存地址，条件是还没有被收回；那么这儿就有一个问题，当复用池中的目标（弱引用）被释放之后，Bitmap怎么收回呢？与弱引用配套的有一个引用行列，当弱引用被GC收回之后，会被加到引用行列中。

class BitmapLruCache(
    val size: Int,
    val reusePool: MutableSet<WeakReference<Bitmap>>?,
    val referenceQueue: ReferenceQueue<Bitmap>?
) : LruCache<String, Bitmap>(size) {
    /**
     * 告知体系Bitmap内存的巨细
     */
    override fun sizeOf(key: String, value: Bitmap): Int {
        return value.allocationByteCount
    }
    /**
     * 当Lru中的成员被移除之后，会走到这个回调
     * @param oldValue 被移除的Bitmap
     */
    override fun entryRemoved(evicted: Boolean, key: String, oldValue: Bitmap, newValue: Bitmap?) {
        if (oldValue.isMutable) {
            //放入复用池
            reusePool?.add(WeakReference(oldValue, referenceQueue))
        } else {
            //收回即可
            oldValue.recycle()
        }
    }
}

这儿需求公开一个办法，敞开一个线程一向检测引用行列中是否有复用池收回的目标，假如拿到了那么就自动毁掉即可。

/**
 * 敞开弱引用收回检测，意图为了收回Bitmap
 */
fun startWeakReferenceCheck() {
    //敞开一个线程
    Thread {
        try {
            while (!shotDown) {
                val reference = referenceQueue?.remove()
                val bitmap = reference?.get()
                if (bitmap != null && !bitmap.isRecycled) {
                    bitmap.recycle()
                }
            }
        } catch (e: Exception) {
        }
    }.start()
}

另外再加几个办法，首要便是往缓存中加数据。

fun putCache(key: String, bitmap: Bitmap) {
    lruCache?.put(key, bitmap)
}
fun getCache(key: String): Bitmap? {
    return lruCache?.get(key)
}
fun clearCache() {
    lruCache?.evictAll()
}

初始化的操作，咱们把它放在Application中进行初始化操作

class MyApp : Application() {
    override fun onCreate() {
        super.onCreate()
        bitmapImageCache = BitmapImageCache.Builder()
            .enableMemoryCache(true)
            .with(this)
            .build()
        //敞开内存检测
        bitmapImageCache?.startWeakReferenceCheck()
    }
    companion object {
        @SuppressLint("StaticFieldLeak")
        @JvmStatic
        var bitmapImageCache: BitmapImageCache? = null
    }
}

从实际的作用中，咱们能够看到：

2023-02-18 17:54:10.154 32517-32517/com.lay.nowinandroid E/TAG: outWidth 800 outHeight 560
2023-02-18 17:54:10.154 32517-32517/com.lay.nowinandroid E/TAG: 没有从缓存中获取
2023-02-18 17:54:10.169 32517-32517/com.lay.nowinandroid E/TAG: 从缓存中获取 Bitmap
2023-02-18 17:54:10.187 32517-32517/com.lay.nowinandroid E/TAG: 从缓存中获取 Bitmap
2023-02-18 17:54:16.740 32517-32517/com.lay.nowinandroid E/TAG: 从缓存中获取 Bitmap
2023-02-18 17:54:16.756 32517-32517/com.lay.nowinandroid E/TAG: 从缓存中获取 Bitmap
2023-02-18 17:54:16.926 32517-32517/com.lay.nowinandroid E/TAG: 从缓存中获取 Bitmap
2023-02-18 17:54:17.102 32517-32517/com.lay.nowinandroid E/TAG: 从缓存中获取 Bitmap

其实加了内存缓存之后，跟inBitmap的价值基本便是等价的了，也是为了防止频频地请求内存，能够认为是一个双保险，加上对图片紧缩以及LruCache的缓存战略，真实内存打满的场景仍是比较少的。

2.2 复用池的处理

在前面咱们提到了，为了确保可复用的Bitmap不被收回，然后加到了一个复用池中，那么当从缓存中没有取到数据的时分，就会从复用池中取，相当所以在内存缓存中加了一个二级缓存。

针对上述图中的流程，能够对复用池进行处理。

/**
 * 从复用池中取数据
 */
fun getBitmapFromReusePool(width: Int, height: Int, sampleSize: Int): Bitmap? {
    var bitmap: Bitmap? = null
    //遍历缓存池
    val iterator = reusePool?.iterator() ?: return null
    while (iterator.hasNext()) {
        val checkedBitmap = iterator.next().get()
        if (checkBitmapIsAvailable(width, height, sampleSize, bitmap)) {
            bitmap = checkedBitmap
            iterator.remove()
            //放在
            break
        }
    }
    return bitmap
}
/**
 * 查看当时Bitmap内存是否可复用
 */
private fun checkBitmapIsAvailable(
    width: Int,
    height: Int,
    sampleSize: Int,
    bitmap: Bitmap?
): Boolean {
    if (bitmap == null) {
        return false
    }
    if (Build.VERSION.SDK_INT < Build.VERSION_CODES.KITKAT) {
        return width < bitmap.width && height < bitmap.height && sampleSize == 1
    }
    var realWidth = 0
    var realHeight = 0
    //支撑缩放
    if (sampleSize > 1) {
        realWidth = width / sampleSize
        realHeight = height / sampleSize
    }
    val allocationSize = realHeight * realWidth * getBitmapPixel(bitmap.config)
    return allocationSize <= bitmap.allocationByteCount
}
/**
 * 获取Bitmap的像素点位数
 */
private fun getBitmapPixel(config: Bitmap.Config): Int {
    return if (config == Bitmap.Config.ARGB_8888) {
        4
    } else {
        2
    }
}

这儿需求留意一点便是，假如想要复用内存，那么请求的内存一定要比复用的这块内存小，不然就不能匹配上。

所以终究的一个流程便是（这儿没考虑磁盘缓存，假如用过Glide就会知道，磁盘缓存会有问题），首要从内存中取，假如取到了，那么就直接烘托展示；假如没有取到，那么就从复用池中取出一块内存，然后让新创立的Bitmap复用这块内存。

//从内存中取
var bitmap = BitmapImageCache.getCache(position.toString())
if (bitmap == null) {
    //从复用池池中取
    val reuse = BitmapImageCache.getBitmapFromReusePool(100, 100, 1)
    Log.e("TAG", "从网络加载了数据")
    bitmap = ImageUtils.load(imagePath, reuse)
    //放入内存缓存
    BitmapImageCache.putCache(position.toString(), bitmap)
} else {
    Log.e("TAG", "从内存加载了数据")
}

终究的一个呈现便是：

2023-02-18 21:31:57.805 29198-29198/com.lay.nowinandroid E/TAG: 从网络加载了数据
2023-02-18 21:31:57.819 29198-29198/com.lay.nowinandroid E/TAG: outWidth 800 outHeight 560
2023-02-18 21:31:57.830 29198-29198/com.lay.nowinandroid E/TAG: 参加复用池 android.graphics.Bitmap@6c19c7b
2023-02-18 21:31:57.830 29198-29198/com.lay.nowinandroid E/TAG: setImageBitmap android.graphics.Bitmap@473ed07
2023-02-18 21:31:57.849 29198-29198/com.lay.nowinandroid E/TAG: 从网络加载了数据
2023-02-18 21:31:57.857 29198-29198/com.lay.nowinandroid E/TAG: outWidth 788 outHeight 514
2023-02-18 21:31:57.871 29198-29198/com.lay.nowinandroid E/TAG: 参加复用池 android.graphics.Bitmap@2a7844
2023-02-18 21:31:57.872 29198-29198/com.lay.nowinandroid E/TAG: setImageBitmap android.graphics.Bitmap@4d852a3
2023-02-18 21:31:57.917 29198-29198/com.lay.nowinandroid E/TAG: 从网络加载了数据
2023-02-18 21:31:57.943 29198-29198/com.lay.nowinandroid E/TAG: outWidth 34 outHeight 8
2023-02-18 21:31:57.958 29198-29198/com.lay.nowinandroid E/TAG: setImageBitmap android.graphics.Bitmap@a3d491e
2023-02-18 21:31:58.651 29198-29198/com.lay.nowinandroid E/TAG: 从内存加载了数据
2023-02-18 21:31:58.651 29198-29198/com.lay.nowinandroid E/TAG: setImageBitmap android.graphics.Bitmap@62fcf27
2023-02-18 21:31:58.706 29198-29198/com.lay.nowinandroid E/TAG: 从内存加载了数据
2023-02-18 21:31:58.707 29198-29198/com.lay.nowinandroid E/TAG: setImageBitmap android.graphics.Bitmap@e2f8a1a
2023-02-18 21:31:58.766 29198-29198/com.lay.nowinandroid E/TAG: 从内存加载了数据

其实真实要确保咱们的内存稳定，便是尽量防止重复创立目标，特别是大图片，在加载的时分特别需求留意，在项目中呈现内存一直不降的首要原因也是对Bitmap的内存办理不当，所以把握了上面的内容，就能够针对这些问题进行优化。总之万变不离其宗，内存是App的生命线，假如在面试的时分问你怎么规划一个图片加载结构，内存办理是中心，当呈现文章一开头那样的内存曲线的时分，就需求重点关注你的Bitmap是不是又“乱飙”了。

附录 – ImageUtils

object ImageUtils {
    private val MAX_WIDTH = 100
    private val MAX_HEIGHT = 100
    /**
     * 加载本地图片
     * @param reuse 能够复用的Bitmap内存
     */
    fun load(imagePath: String, reuse: Bitmap?): Bitmap {
        val option = BitmapFactory.Options()
        option.inMutable = true
        option.inJustDecodeBounds = true
        BitmapFactory.decodeFile(imagePath, option)
        val outHeight = option.outHeight
        val outWidth = option.outWidth
        option.inSampleSize = calculateSampleSize(outWidth, outHeight, MAX_WIDTH, MAX_HEIGHT)
        option.inJustDecodeBounds = false
        option.inBitmap = reuse
        //新创立的Bitmap复用这块内存
        return BitmapFactory.decodeFile(imagePath, option)
    }
    private fun calculateSampleSize(
        outWidth: Int,
        outHeight: Int,
        maxWidth: Int,
        maxHeight: Int
    ): Int {
        var sampleSize = 1
        Log.e("TAG", "outWidth $outWidth outHeight $outHeight")
        if (outWidth > maxWidth && outHeight > maxHeight) {
            sampleSize = 2
            while (outWidth / sampleSize > maxWidth && outHeight / sampleSize > maxHeight) {
                sampleSize *= 2
            }
        }
        return sampleSize
    }
}

Android进阶宝典 — 学会Bitmap内存管理，你的App内存还会暴增吗？

1 Bitmap“整容”

1.1 Bitmap内存复用

1.2 Bitmap紧缩

2 手写图片缓存结构

2.1 内存缓存

2.2 复用池的处理

附录 – ImageUtils

作者信息

Android进阶宝典 — 学会Bitmap内存管理，你的App内存还会暴增吗？

1 Bitmap“整容”

1.1 Bitmap内存复用

1.2 Bitmap紧缩

2 手写图片缓存结构

2.1 内存缓存

2.2 复用池的处理

附录 – ImageUtils

相关文章

AREX 流量回放实践分享

OpenAI Embedding：快速实现聊天机器人（四）

分页列表父类-快速搭建页面

「2020年中总结」这半年我又做了哪些副业？| 掘金征文

作者信息