在Android3.0之前，Bitmap的内存分配分为两部分，一部分是分配在Dalvik的VM堆中，而像素数据的内存是分配在Native堆中，而到了Android3.0之后，Bitmap的内存则已经全部分配在VM堆上，这两种分配方式的区别在于，Native堆的内存不受Dalvik虚拟机的管理，我们想要释放Bitmap的内存，必须手动调用Recycle方法，而到了Android 3.0之后的平台，我们就可以将Bitmap的内存完全放心的交给虚拟机管理了，我们只需要保证Bitmap对象遵守虚拟机的GC Root Tracing的回收规则即可。OK，基础知识科普到此。接下来分几个要点来谈谈如何优化Bitmap内存问题。
1.使用缓存，LruCache和DiskLruCache的结合 关于LruCache和DiskLruCache，大家一定不会陌生（有疑问的朋友可以去API官网搜一下LruCache，而DiskLrucCache可以参考一下这篇不错的文章：DiskLruCache使用介绍），出于对性能和app的考虑，我们肯定是想着第一次从网络中加载到图片之后，能够将图片缓存在内存和sd卡中，这样，我们就不用频繁的去网络中加载图片，为了很好的控制内存问题，则会考虑使用LruCache作为Bitmap在内存中的存放容器，在sd卡则使用DiskLruCache来统一管理磁盘上的图片缓存。
2.SoftReference和inBitmap参数的结合 在第二点中提及到，可以采用LruCache作为存放Bitmap的容器，而在LruCache中有一个方法值得留意，那就是entryRemoved，按照文档给出的说法，在LruCache容器满了需要淘汰存放其中的对象腾出空间的时候会调用此方法（注意，这里只是对象被淘汰出LruCache容器，但并不意味着对象的内存会立即被Dalvik虚拟机回收掉），此时可以在此方法中将Bitmap使用SoftReference包裹起来，并用事先准备好的一个HashSet容器来存放这些即将被回收的Bitmap，有人会问，这样存放有什么意义？之所以会这样存放，还需要再提及到inBitmap参数（在Android3.0才开始有的，详情查阅API中的BitmapFactory.Options参数信息），这个参数主要是提供给我们进行复用内存中的Bitmap，如果设置了此参数，且满足以下条件的时候：
Bitmap一定要是可变的，即inmutable设置一定为ture；
Android4.4以下的平台，需要保证inBitmap和即将要得到decode的Bitmap的尺寸规格一致；
Android4.4及其以上的平台，只需要满足inBitmap的尺寸大于要decode得到的Bitmap的尺寸规格即可；
在满足以上条件的时候，系统对图片进行decoder的时候会检查内存中是否有可复用的Bitmap，避免我们频繁的去SD卡上加载图片而造成系统性能的下降，毕竟从直接从内存中复用要比在SD卡上进行IO操作的效率要提高几十倍。写了太多文字，下面接着给出几段Demo Code
Set<SoftReference<Bitmap>> mReusableBitmaps;
private LruCache<String, BitmapDrawable> mMemoryCache;
// 用来盛放被LruCache淘汰出列的Bitmap
if (Utils.hasHoneycomb()) {
mReusableBitmaps =
Collections.synchronizedSet(new HashSet<SoftReference<Bitmap>>());
}
mMemoryCache = new LruCache<String, BitmapDrawable>(mCacheParams.memCacheSize) {
// 当LruCache淘汰对象的时候被调用,用于在内存中重用Bitmap,提高加载图片的性能
@Override
protected void entryRemoved(boolean evicted, String key,
BitmapDrawable oldValue, BitmapDrawable newValue) {
if (RecyclingBitmapDrawable.class.isInstance(oldValue)) {
((RecyclingBitmapDrawable) oldValue).setIsCached(false);
} else {
if (Utils.hasHoneycomb()) {
mReusableBitmaps.add
(new SoftReference<Bitmap>(oldValue.getBitmap()));
}
}
}
....
}
private static void addInBitmapOptions(BitmapFactory.Options options,
ImageCache cache) {
//将inMutable设置true，inBitmap生效的条件之一
options.inMutable = true;
if (cache != null) {
// 尝试寻找可以内存中课复用的的Bitmap
Bitmap inBitmap = cache.getBitmapFromReusableSet(options);
if (inBitmap != null) {
options.inBitmap = inBitmap;
}
}
}
// 获取当前可以满足复用条件的Bitmap，存在则返回该Bitmap，不存在则返回null
protected Bitmap getBitmapFromReusableSet(BitmapFactory.Options options) {
Bitmap bitmap = null;
if (mReusableBitmaps != null && !mReusableBitmaps.isEmpty()) {
synchronized (mReusableBitmaps) {
final Iterator<SoftReference<Bitmap>> iterator
= mReusableBitmaps.iterator();
Bitmap item;
while (iterator.hasNext()) {
item = iterator.next().get();
if (null != item && item.isMutable()) {
if (canUseForInBitmap(item, options)) {
bitmap = item;
iterator.remove();
break;
}
} else {
iterator.remove();
}
}
}
}
return bitmap;
}
//判断是否满足使用inBitmap的条件
static boolean canUseForInBitmap(
Bitmap candidate, BitmapFactory.Options targetOptions) {
if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.KITKAT) {
// Android4.4开始，被复用的Bitmap尺寸规格大于等于需要的解码规格即可满足复用条件
int width = targetOptions.outWidth / targetOptions.inSampleSize;
int height = targetOptions.outHeight / targetOptions.inSampleSize;
int byteCount = width * height * getBytesPerPixel(candidate.getConfig());
return byteCount <= candidate.getAllocationByteCount();
}
// Android4.4之前，必须满足被复用的Bitmap和请求的Bitmap尺寸规格一致才能被复用
return candidate.getWidth() == targetOptions.outWidth
&& candidate.getHeight() == targetOptions.outHeight
&& targetOptions.inSampleSize == 1;
}
3.降低采样率，inSampleSize的计算 相信大家对inSampleSize是一定不会陌生的，所以此处不再做过多的介绍，关于降低采样率对inSampleSize的计算方法，我看到网上的算法有很多，下面的这段算法应该是最好的算法了，其中还考虑了那种宽高相差很悬殊的图片（例如：全景图）的处理。
public static int calculateInSampleSize(BitmapFactory.Options options,int reqWidth, int reqHeight) {
// Raw height and width of image
final int height = options.outHeight;
final int width = options.outWidth;
int inSampleSize = 1;
if (height > reqHeight || width > reqWidth) {
final int halfHeight = height / 2;
final int halfWidth = width / 2;
while ((halfHeight / inSampleSize) > reqHeight && (halfWidth / inSampleSize) > reqWidth) {
inSampleSize *= 2;
}
long totalPixels = width / inSampleSize * height / inSampleSize ;
final long totalReqPixelsCap = reqWidth * reqHeight * 2;
while (totalPixels > totalReqPixelsCap) {
inSampleSize *= 2;
totalPixels /= 2;
}
}
return inSampleSize;
}
4.采用decodeFileDescriptor来编码图片
