详解Android内存优化策略

目录

• 前言

• 一、内存优化策略

• 二、具体优化的点

• 1.避免内存泄漏

• 2.Bitmap等大对象的优化策略

• (1) 优化Bitmap分辨率

• (2) 优化单个像素点内存

• (3) Bitmap的缓存策略

• (4) drawable资源选择合适的drawable文件夹存放

• (5) 其他大对象的优化

• (6) 避免内存抖动

• 3.原生API回调释放内存

• 4.内存排查工具

• （1）LeakCanary监测内存泄漏

• （2）通过Proflier监控内存

• （3）通过MAT工具排查内存泄漏

• 总结

前言

在开始之前需要先搞明白一个问题，为什么要做内存优化？或者说做内存优化的目的是什么？

一、内存优化策略

内存优化一般从两个方向着手优化，一方面就是上篇博客写的防止内存泄漏，避免不必要的内存资源浪费；另一方面就是APP中大对象的优化，减小大对象占用的内存。

二、具体优化的点

1.避免内存泄漏

这里直接看上篇博客就行：
详解Android内存泄露及优化方案

2.Bitmap等大对象的优化策略

图片加载算是内存占用的罪魁祸首，而且也是最常见的，所以优化bitmap的占用内存是很关键的。
Bitmap的内存计算公式如下：

Bitmap占用内存 = 分辨率 * 单个像素点的内存

比如说一个 1920 * 1080 的图片，它所占用的内存就是1920 * 1080 * 单个像素点内存。因此，对于Bitmap的优化就可以从分辨率和单个像素点两个方面来进行优化。

(1) 优化Bitmap分辨率

通常APP加载一张图片时候，ImageView的大小是确定的，比如一个ImageView的大小设置为 100 * 100 ，但是被加载的Bitmap的分辨率是 200 * 200，那么就可以通过采样压缩将该 ‘Bitmap' 的分辨率压缩到 ‘100 * 100'。通过这一压缩操作可以直接减少4倍的内存大小。代码如下：

val options = BitmapFactory.Options()
options.inSampleSize = 2 // 设置采样率为2，则会每两个像素点采一个像素，最终分辨率宽高变为原来的 1/2
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.image, options)

(2) 优化单个像素点内存

计算机中的图像一般都是由 红、绿、蓝 三个通道加上一个透明通道组成的，因此一个像素点也是由红、绿、蓝，以及一个透明通道组成，对应到内存就是通过byte来表示，比如用2个 byte 来存储一个像素点，那么每个通道就占用 4 bit 的内存，而如果用 4 个 byte 来存储一个像素点，那么每个通道就占用 1 个byte。4 字节的像素点，相比2字节的像素点可以表示的色彩会更加丰富，因此四字节的像素点组成的图像质量也更加清晰。（一个Byte由8 bits组成，是数据存储的基础单位，1Byte又称为一个字节）

在 Android 的 Bitmap 中单个像素点占用的内存与 Bitmap 的 inPreferredConfig 参数配置有关系，代码设置如下：

    final BitmapFactory.Options options = new BitmapFactory.Options();
       options.inJustDecodeBounds = true;//只解析图片边沿，获取宽高
       options.inPreferredConfig = Bitmap.Config.RGB_565;
       BitmapFactory.decodeFile(filePath, options);
       // 计算缩放比
       options.inSampleSize = calculateInSampleSize(options, desWidth, desHeight);
       // 完整解析图片返回bitmap
       options.inJustDecodeBounds = false;
       Bitmap bm = BitmapFactory.decodeFile(filePath, options);

options.inPreferredConfig = Bitmap.Config.RGB_565;设置的参数如下表：

在Android系统中 Bitmap 的默认色彩模式为 ARGB_8888, 即每个像素占用了4byte,那么在默认情况下，一张分辨率为1920 * 1080 的图片,加载到内存后占用的内存大小为1920 * 1080 * 4 = 7.91M

可以通过设置 inPreferredConfig 参数来设置对应的色彩模式，例如，一个不包含透明通道的图片，我们可以将其设置为RGB_565，即保证了图片的质量，又减少了内存的占用。
此时，一张 1920 * 1080 的图片加载到内存后的内存大小为 1920 * 1080 * 2 = 3.955M，比默认情况下的内存占用减小了一半。

(3) Bitmap的缓存策略

通过缓存策略也可以一定程度上的优化内存占用问题，比如 Glide 框架中采用了 * 本地缓存策略来实现Bitmap的优化，通过设置活动缓存、LRU内存缓存和本地缓存。对于相同参数的ImageView，在内存中只保存一份，以此来减少内存大小。

(4) drawable资源选择合适的drawable文件夹存放

例如我们只在 hdpi 的目录下放置了一张 100 * 100 的图片，那么根据换算关系，分辨率匹配到 xxhdpi 的手机去引用这张图片时就会被拉伸到 200*200。需要注意到在这种情况下，内存占用是会显著提高的。对于不希望被拉伸的图片，需要放到 assets 或者 nodpi 的目录下。

(5) 其他大对象的优化

可以使用更加轻量级的数据结构。例如，我们可以考虑使用 ArrayMap/SparseArray 而不是 HashMap 等传统数据结构，相比起 Android 系统专门为移动操作系统编写的 ArrayMap 容器，在大多数情况下，HashMap 都显示效率低下，更占内存。另外，SparseArray更加高效在于，避免了对key与value的自动装箱，并且避免了装箱后的解箱。

(6) 避免内存抖动

内存抖动是指在短时间内突然创建大量的对象，频繁的引发GC回收，造成内存波动的情况。在开发中应该避免频繁的创建对象，来避免内存抖动。因为内存抖动会频繁触发 GC，而GC又会引起 STW 问题，直接影响程序的性能。

比如在绘制自定义View的时候一定要避免在onDraw或者onMeasure中创建对象。

3.原生API回调释放内存

Android系统提供了一些回调来通知当前应用的内存使用情况，比如下边的两个方法：

onLowMemory() 通常来说，当所有的Background应用都被kill掉的时候，forground应用会收到onLowMemory()的回调。在这种情况下，需要尽快释放当前应用的非必须的内存资源，从而确保系统能够继续稳定运行。尤其是要释放Glide中缓存的Bitmap资源，通过调用Glide.onLowMemory方法进行资源回收。

onTrimMemory() Android系统从4.0开始还提供了onTrimMemory()的回调，当系统内存达到某些条件的时候，所有正在运行的应用都会收到这个回调，同时在这个回调里面会传递以下的参数，代表不同的内存使用情况，收到onTrimMemory()回调的时候，需要根据传递的参数类型进行判断，合理的选择释放自身的一些内存占用，一方面可以提高系统的整体运行流畅度，另外也可以避免自己被系统判断为优先需要杀掉的应用。例如调用Glide.onTrimMemory()来进行bitmap的回收。

4.内存排查工具

（1）LeakCanary监测内存泄漏

在debug模式下会一直开着LeakCanary来检测内存泄漏问题，根据LeanCannary提供的引用连可以快速定位到内存泄漏的位置。

（2）通过Proflier监控内存

在一个功能开发完成后可以通过Profiler来检测APP的内存使用情况。反复的打开关闭页面，然后触发GC，内存是否能够减少。

（3）通过MAT工具排查内存泄漏

MAT提供了很强大的功能，可以查看对象的深堆、浅堆的内存大小等。

来源：https://blog.csdn.net/Lemon_wzq/article/details/120177448