Android 开发OOM解决方案

OOM（Out Of Memory）在加载图片过多或者过大的情况下会发生OOM，可以查看APP最高可用内存：

　　int maxMemory = (int) (Runtim.getRuntime().maxMemory()/1024);

OOM问题如何解决？

解决方案：

1、使用强引用（StrongReference）、弱引用（WeakReference）、软引用（SoftReference）、虚引用（PhantomRefrence），在内存引用中做处理。

2、在内存加载图片的时候，在内存中处理图片（边界压缩等）。

3、动态回收内存。

4、优化Dalvik的堆内存分配。

5、自定义堆内存的大小。

下面是对以上几点的详细描述：

1、引用的处理。

　 Heap中的对象有强可及、软可及、弱可及、虚可及和不可达对象。应用的强弱顺序是强、软、弱、虚。对于对象属于哪种可及对象，由它的最强引用决定。

　 String abc = new String("abc"); // 建立强引用，内存中abc是强可及，不能释放内存。

　 SoftReference<String> abcSoftRef = new SoftReference<String>(abc);// 建立软引用，仍然是强可及，不能释放内存。

　 WeakReference<String> abcWeakRef = new WeakPeference<String>(abc);//建立弱引用，强可及，不能释放内存。

　 abc = null;// 强引用取消，变成软可及

　 abcSoftRef.clear();//软引用取消，变成弱可及

总结：

　 强引用：只能释放没有强引用指向的内存。http://i.cnblogs.com/EditPosts.aspx?postid=5543041

　 弱引用：当Dalvik内存不足时，可以释放引用指向的内存。　

　 软引用：无条件的执行Dalvik的指令。

　 虚引用：和以上引用不一样，跟踪引用的释放过程。

2、图片处理

　 BitmapFactory提供了多个方法decodeFile()解析SD卡中的图片、decodeResource()解析资源文件图片、decodeStream()解析网络图片。

　 2.1 单一图片压缩

　　public static int calculateInSampleSize(BitmapFactory.Options options,int reqWidth,int repHeight){

　　　　final int height = options.outHeight;

　　　　final int width = options.outWidth;

　　　　int inSampleSize = 1;

　　　　if(height > reqHeight || width > reqWidth){

　　　　　　final int heightRatio = Math.round((float) height/(float) reqHeight);

　　　　　   final int widthRatio = Math.round((float) width/(float) reqWidth);

　　　　　　inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;

　　　　}

　　　　return inSampleSize;

　　}

　　public static Bitmap decodeSampleBitmapFromResource(Resource res, int resId,int reqWidth,int reqHeight){

　　　　final BitmapFactory.Options options = new BitmapFactory.Options();

　　　　options.inJustDecodeBounds = true;

　　　　BitmapFactory.decodeResource(res, resId, options);

　　　　options.inSampleSize = calculateInSampleSize(options,reqWidth,reqHeight);

　　　　options.inJustDecodeBounds = false;

　　　　return BitmapFactory.decodeResource(res,resId,options);

　　}

　　使用方式：

　　imageView.setImageBitmap(decodeSampleBitmapFromResouce(getResource(),R.id.myimg,100,100));

　　压缩流程：

　　（1）、创建Options对象，将inJustDecodeBounds设置为true.

　　（2）、解析图片，将属性值赋予options对象。

　　（3）、计算压缩比例，将比例值赋予options的inSampleSize属性。

　　（4）、将inJustDecodeBounds赋值false后，重新解析图片，返回Bitmap对象。

　 2.2 批量图片处理

　　处理单个照片的如上比较简单，但是一旦遇到批量图片处理，android为我们提供一个类LruCache，用于图片缓存（是一种内存缓存技术）。当缓存图片的数量到达预计设定的值的时候，近期使用比较少的图片会被回收掉。

　　流程：

　　private LruCache<String, Bitmap> mMemoryCache;

　　private void initLurCache(){

　　　　//1.设置缓存图片使用的内存大小，程序内存的八分之一。

　　　　int cacheMemory = (int) (Runtime.getRuntime().maxMemory()/8);

　　　　//2.初始化LruCache实例对象，重写sizeOf()、entryRemoved()方法。

　　　　mMemoryCache = new LruCache<String, Bitmap>(cacheMemory){

　　//必须重写此方法，来测量Bitmap的大小
            　　@Override
            　　protected int sizeOf(String key, Bitmap value) {
                　　return value.getRowBytes() * value.getHeight();
            　　}
            　　@Override
            　　protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) {
                　　// TODO Auto-generated method stub
                　　super.entryRemoved(evicted, key, oldValue, newValue);
                　　removeBitmapCache(key);
            　　}
        　　};

　　}

　　//3.分别实现清空缓存、添加图片到缓存、获取图片、从缓存移除图片

　　public void addBitmapToMemoryCache(String key, Bitmap bitmap) {  
        　　if (getBitmapFromMemCache(key) == null && bitmap != null) {  
            　　mMemoryCache.put(key, bitmap);  
       　　}  
    　} 
    　public Bitmap getBitmapFromMemCache(String key) {  
        　　return mMemoryCache.get(key);  
    　}
    　public void clearCache(){
        　　if (mMemoryCache != null && mMemoryCache.size() > 0) {
            　　mMemoryCache.evictAll();
        　　}
    　}
    　public void removeBitmapCache(String key){
        　　if (key != null && mMemoryCache != null) {
            　　Bitmap bitmap = mMemoryCache.remove(key);
            　　if (bitmap!=null) {
                　　bitmap.recycle();
            　　}
        　　}
    　}

3、动态回收内存

　 显示调用recycle()方法让GC回收内存。

　 if(!abc.isRecycled()){

　　abc.recycle();

　 }

4、优化Dalvik堆内存分配

　 使用Dalvik.System.VMRuntime类提供的setTargetHeapUtilization()方法可以增强程序堆内存的处理效率。

　 private final static float HEAP_UTILIZATION = 0.75f;

　//在onCreate()的时候调用

　 Runtime.getRuntime().setTargetHeapUtilization(HEAP_UTILIZATION);

5、自定义内存

　 private final static int HEAP_SIZE  = 6*1024*1024;

　 Runtime.getRuntime().setMinimumHeapSize(HEAP_SIZE);